Matplotlib 曲面图不直观的三角剖分答案

【问题标题】：Matplotlib surface plot unintuitive triangulationMatplotlib 曲面图不直观的三角剖分
【发布时间】：2018-01-20 10:54:26
【问题描述】：

我有以下代码可以生成曲面图，但它并没有达到我的预期。

xx, yy = np.meshgrid(dealer_sums, player_sums)
    def getter(dealer_sum, player_sum):
        state = (dealer_sum, player_sum)
        return self.get_value(state)
    z = np.vectorize(getter)
    zz = z(xx,yy)

    fig = plt.figure()
    ax  = fig.add_subplot(111, projection='3d')
    ax.plot_wireframe(xx,yy, zz)

仅供参考，xx、yy 和 zz 的形状都是相等的，并且是 2D 的。

从查看有关此的其他帖子（surface plots in matplotlib;Simplest way to plot 3d surface given 3d points）看来，一个常见的问题是 x 和 y 坐标是不规则的，但如果我理解正确，我认为我的已经通过打电话给np.meshgrid？

我在下面提供了一个散点图来显示数据在没有表面的情况下的样子：

这就是调用plot_wireframe 的样子：
我画了几条我没想到的线。我的问题是，是否有可能摆脱这些线条并创建一个看起来像这样的表面？

感谢您的帮助。

编辑：这是 XY 网格的散点图，表明它是规则的：

【问题讨论】：

标签： python python-2.7 matplotlib plot

【解决方案1】：

确保在调用meshgrid之前对dealer_sums和player_sums进行了排序，否则，线框中连接的点也会乱序：

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.mplot3d.axes3d as axes3d

def z(xx, yy):
    return -xx + (yy-18)**2

dealer_sums = [1, 5, 9]
player_sums = [14, 17, 21, 14]

fig = plt.figure()
ax = fig.add_subplot(1, 2, 1, projection='3d')
ax2 = fig.add_subplot(1, 2, 2, projection='3d')

xx, yy = np.meshgrid(dealer_sums, player_sums)
zz = z(xx, yy)
ax.plot_wireframe(xx, yy, zz)

xx2, yy2 = np.meshgrid(np.unique(dealer_sums), np.unique(player_sums))
zz2 = z(xx2, yy2)

ax2.plot_wireframe(xx2, yy2, zz2)
plt.show()

在左侧，dealer_sums 和 player_sums 未排序。在右侧，它们已排序。

np.unique 按排序顺序返回唯一值。上面确实是排序最重要，但是用重复坐标制作网格是没有意义的，所以唯一性是一个额外的好处。

请注意，meshgrid 不一定会返回常规网格。如果dealer_sums 和/或player_sums 是不规则的，那么xx 和/或yy 也是如此。

In [218]: xx, yy = np.meshgrid([0,2,1], [0, .5, 10])

In [219]: xx
Out[219]: 
array([[0, 2, 1],
       [0, 2, 1],
       [0, 2, 1]])

In [220]: yy
Out[220]: 
array([[  0. ,   0. ,   0. ],
       [  0.5,   0.5,   0.5],
       [ 10. ,  10. ,  10. ]])

【讨论】：