Matplotlib 所有点在 z 处都为 0

Question

我试图在 matplotlib 中绘制网格的散点图。这是我的代码：

import math
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# minvalues = np.min(vertexarray, axis=0) # vertex array of a given polygon
# maxvalues = np.max(vertexarray, axis=0)

minvalues = [-4] * 3 # magic numbers for reproducible example
maxvalues = [4] * 3
detail = 10

meshgriddim = np.linspace(minvalues, maxvalues, num=detail)
sortedmgd = [[i[j] for i in meshgriddim] for j in range(3)]

pointfieldx, pointfieldy, pointfieldz = np.meshgrid(sortedmgd[0], sortedmgd[1], sortedmgd[2])

sortedpf = [(a2, b2, c2,) for a, b, c in zip(pointfieldx, pointfieldy, pointfieldz) for a1, b1, c1 in zip(a, b, c) for a2, b2, c2 in zip(a1, b1, c1)]

sortpfx, sortpfy, sortpfz = zip(*sortedpf)

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.set_xlim3d(minvalues[0], maxvalues[0])
ax.set_ylim3d(minvalues[1], maxvalues[1])
ax.set_zlim3d(minvalues[2], maxvalues[2])

plt.scatter(sortpfx, sortpfy, sortpfz)
plt.show()

这应该会产生一个均匀分布的点立方体。但是，它只在一个平面上生成点：

matplotlib 上的散点图示例测试工作得很好。我尝试了几件事，但没有任何效果。我相信这是一个 matplotlib 问题，因为在打印时，sortpfz 表明存在许多不同的 z 层。

Answer 1

如果你想要一个常规的网格，我建议你直接索引numpy.mgrid：

from matplotlib import pyplot
import numpy

x, y, z = numpy.mgrid[-2:3, -2:3, -1:4]
fig, ax = pyplot.subplots(subplot_kw=dict(projection='3d'))
ax.scatter(x, y, z)

Answer 2

当我应该使用ax.scatter()时使用plt.scatter()。