在循环中更新 pyplot 3d 散点图，网格线重叠点答案

【问题标题】：Updating a pyplot 3d scatter plot in a loop, grid lines overlap points在循环中更新 pyplot 3d 散点图，网格线重叠点
【发布时间】：2014-02-06 22:34:32
【问题描述】：

我在循环的每次迭代中更新一个 3d 散点图。重新绘制绘图时，网格线“穿过”或“覆盖”这些点，这使我的数据更难以可视化。如果我构建一个 3d 图（没有循环更新），这不会发生。下面的代码演示了最简单的情况：

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

X = np.random.rand(100, 3)*10
Y = np.random.rand(100, 3)*5

plt.ion()

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(X[:, 0], X[:, 1], X[:, 2])
plt.draw()

for i in range(0, 20):
    time.sleep(3)   #make changes more apparent/easy to see

    Y = np.random.rand(100, 3)*5
    ax.cla()    
    ax.scatter(Y[:, 0], Y[:, 1], Y[:, 2])
    plt.draw()

还有其他人遇到过这个问题吗？

【问题讨论】：

我没有得到 pb 是什么，你能澄清一下吗？你想做什么？
如果您在循环中更新 matplotlib3d 轴，例如当使用 Funcanimation 时，通常位于背景中的网格会覆盖绘制的表面。我更新了问题。
但编辑需要经过同行评审

标签： python loops matplotlib scatter

【解决方案1】：

看起来MaxNoe 是正确的，因为问题出在ax.cla() 或plt.cla() 调用中。实际上，它似乎类似于known issue。

然后有一个问题，因为清除轴方法在 3D 绘图中不起作用，并且对于 3D 散点图，没有干净的方法来更改数据点的坐标（a la sc.set_data(new_values)），正如 @987654323 所讨论的那样@（我没有找到任何更新的内容）。

然而，在邮件列表中，Ben Roon 指出了一个可能对您也有用的解决方法。

解决方法：

您需要在scatter 函数返回的Line3DCollectionobject 的内部_ofsets3d 变量中设置数据点的新坐标。

改编后的示例如下所示：

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

X = np.random.rand(100, 3)*10
Y = np.random.rand(100, 3)*5

plt.ion()

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
sc = ax.scatter(X[:, 0], X[:, 1], X[:, 2])
fig.show()

for i in range(0, 20):
    plt.pause(1)

    Y = np.random.rand(100, 3)*5

    sc._offsets3d = (Y[:,0], Y[:,1], Y[:,2])
    plt.draw()

【讨论】：

如果有人想知道，也可以在循环的每次迭代中更改要绘制的元素数量：Y = np.random.rand(np.random.randint(200), 3)*5 工作正常

【解决方案2】：

我可以把它缩小到使用 cla()：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x, y = np.meshgrid(np.linspace(-2,2), np.linspace(-2,2))

ax.plot_surface(x,y, x**2+y**2)
fig.savefig("fig_a.png")

ax.cla()
ax.plot_surface(x,y, x**2+y**2)

fig.savefig("fig_b.png")

这些是结果图：

【讨论】：

【解决方案3】：

这只是一种解决方法，因为它不能解决MaxNoe 指出的ax.cla() 的问题。它也不是特别漂亮，因为它清除了整个图形，但是它完成了所需的任务：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig1 = plt.figure()
ax1 = fig1.add_subplot(111, projection='3d')

x, y = np.meshgrid(np.linspace(-2,2), np.linspace(-2,2))

ax1.plot_surface(x,y, x**2+y**2)
fig1.savefig("fig_a.png")

fig1.clf()
ax1 = fig1.add_subplot(111, projection='3d')
ax1.plot_surface(x,y, x**2+y**2)

fig1.savefig("fig_b.png")

【讨论】：

嗯，问题是你需要再次渲染整个图形，生成轴，然后绘制数据。更新图比直接修改当前散点图的数据要长三倍左右……（我的电脑差不多0.1s，已经很明显了）
@mgab 我完全同意你的看法。这不是一个好的解决方案。但正如ax.cla() 所显示的那样 - 至少现在 - 不是所需的行为。使用 fig.clf() 需要很长时间，但至少显示了所需的行为。

【解决方案4】：

我建议使用ax = fig.gca(projection='3d') 而不是ax = fig.add_subplot(111, projection='3d')。

【讨论】：

这两者之间到底有什么区别？
同样的结果，网格在绘制的对象上方。