在曲面图中截断半个圆环

Question

我正在尝试使用 matplotlib 仅绘制半个圆环。

这是我目前的方法：

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

n = 100

# theta: poloidal angle; phi: toroidal angle
theta = np.linspace(0, 2.*np.pi, n)
phi   = np.linspace(0, 2.*np.pi, n)
theta, phi = np.meshgrid(theta, phi)

# R0: major radius; a: minor radius
R0, a = 2., 1.

# torus parametrization
x = (R0 + a*np.cos(theta)) * np.cos(phi)
y = (R0 + a*np.cos(theta)) * np.sin(phi)
z = a * np.sin(theta)

# "cut-off" half of the torus
x[x>0] = np.nan

fig = plt.figure()
ax1 = fig.add_subplot(111, projection='3d')
ax1.set_zlim(-3,3)
ax1.plot_surface(x, y, z, rstride=5, cstride=5,)

# elev: elevation angle in z-plane
# azim: azimuth angle in x,y plane
ax1.view_init(elev=15, azim=0)

plt.show()

这样做，确实给了我半个圆环，但是其中一个切割面不清楚，如图所示（这里有问题的是左侧切割面）。

任何想法如何制作干净的切割表面？

Answer 1

用nans 切割表面通常会做到这一点。这是因为表面的补丁是在输入数据的子集上使用线性插值绘制的，并且在边界上有nans 将导致某些边缘补丁的值的nan 结果。

在您的具体情况下，您可以将环形角限制为半个圆环：

theta = np.linspace(0, 2*np.pi, n) 
phi   = np.linspace(0, np.pi, n) 

您还必须手动设置 x/y 限制以获得漂亮的纵横比：

ax1.axis([-3, 3]*2)

通过将facecolors 的显式数组传递给plot_surface，并操纵内部值的透明度，有一个非常通用但实用的替代方案。除非您努力工作，否则这将比默认设置更难看，因为单色会缺少阴影。这是我的意思的一个非常基本（和丑陋）的例子：

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

n = 100 

# theta: poloidal angle; phi: toroidal angle 
theta = np.linspace(0, 2*np.pi, n) 
phi   = np.linspace(0, 2*np.pi, n) 
theta, phi = np.meshgrid(theta, phi) 

# R0: major radius; a: minor radius 
R0, a = 2., 1. 

# torus parametrization 
x = (R0 + a*np.cos(theta)) * np.cos(phi) 
y = (R0 + a*np.cos(theta)) * np.sin(phi) 
z = a * np.sin(theta) 

# "cut-off" half of the torus using transparent colors 
c = np.full(x.shape + (4,), [0, 0, 0.85, 1])  # shape (nx, ny, 4)
c[x>0, -1] = 0 # set these to transparent 

fig = plt.figure() 
ax1 = fig.add_subplot(111, projection='3d') 
ax1.set_zlim(-3,3) 
ax1.plot_surface(x, y, z, facecolors=c, rstride=5, cstride=5,)

# elev: elevation angle in z-plane 
# azim: azimuth angle in x,y plane 
ax1.view_init(elev=15, azim=0) 

plt.show()