matplotlib 3d——插入数据

Question

enter image description here我是编程初学者。我是 2 个月前开始的，所以请耐心等待我 :-) 所以我想在 python 3.4 上用 matplotlib 制作一个 3d 曲面图。

我看了很多关于这个的教程，但我没有找到完全像我需要做的事情..我希望你能帮助我。 在他们用meshgrid给出的所有视频中，3轴（x，y，z）之间的关系，但我不想要那个。我想做的是： 我有 16 个传感器，它们被放置在 4 排上，每排有 4 个传感器，所以第一排是 1、2、3、4，第二排是 5、6、7、8，依此类推。（传感器的顺序非常重要）。例如传感器编号 4 = 200，从 0 到 800 的 skala ..我认为仅将 x 和 y 轴用于图中的正确位置..例如放置传感器 4（= 800 中的 200）在第四列的第一行...所以..x=4 和 y=1 和 z=200 从 800 像以前一样。所以最后每个传感器只有一个“真实”值..z..

如何使用 matplotlib 为所有 16 个传感器导入此类数据以制作 3d 绘图？我真的很感激任何帮助..

Answer 1

你需要从某个地方开始。因此，假设数据是 16 个值的列表。然后，您可以创建一个二维数组并将该数组显示为图像。

import numpy as np
import matplotlib.pyplot as plt

# input data is a list of 16 values, 
# the first value is of sensor 1, the last of sensor 16
input_data = [200,266,350,480,
              247,270,320,511,
              299,317,410,500,
              360,360,504,632]
# create numpy array from list and reshape it to a 4x4 matrix
z = np.array(input_data).reshape(4,4)
# at this point you can already show an image of the data
plt.imshow(z)
plt.colorbar()

plt.show()

现在，将值绘制为 3D 图中的高度而不是 2D 图中的颜色的选项是使用bar3d 图。

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

# input data is a list of 16 values, 
# the first value is of sensor 1, the last of sensor 16
input_data = [200,266,350,480,
              247,270,320,511,
              299,317,410,500,
              360,360,504,632]

# create a coordinate grid
x,y = np.meshgrid(range(4), range(4))

ax = plt.gcf().add_subplot(111, projection="3d")
#plot the values as 3D bar graph
# bar3d(x,y,z, dx,dy,dz) 
ax.bar3d(x.flatten(),y.flatten(),np.zeros(len(input_data)), 
         np.ones(len(input_data)),np.ones(len(input_data)),input_data)

plt.show()

您也可以绘制曲面图，但在这种情况下，网格将定义曲面图块的边缘。

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

# input data is a list of 16 values, 
# the first value is of sensor 1, the last of sensor 16
input_data = [200,266,350,480,
              247,270,320,511,
              299,317,410,500,
              360,360,504,632]

# create a coordinate grid
x,y = np.meshgrid(range(4), range(4))
z = np.array(input_data).reshape(4,4)

ax = plt.gcf().add_subplot(111, projection="3d")
#plot the values as 3D surface plot 
ax.plot_surface(x,y,z)

plt.show()