Python：大量 2D numpy 数组......如何在 3D 中可视化？

Question

我有一大组 (100+) 256x256 标量 2D numpy 数组。每个数组基本上是一个 3D 图像的切片，每个数组都是均匀分离的。

我是一个 python 菜鸟...关于如何为这些数据创建漂亮的 3D 可视化的任何提示？

我需要将 100 多个 2D 标量数组编译成更大的 3D 数组吗？

干杯！

Answer 1

您需要向我们提供更多信息，因为您如何将其可视化取决于您想从中获得什么！请注意，这个问题总是会有多个可能的答案，因为您试图在 2D 屏幕上显示本质上是 3D 的信息。

执行此操作的一种方法是create a movie 的 2D“表面”图，然后回放它们。这基本上只是一个接一个地绘制所有切片。

如果您想一次查看所有 3D 数据，您很可能不能，因为我不知道任何用于 Python 的体积绘图工具。可能最接近的是MayaVi

如果您尽可能详细地向我们提供有关您想要完成的任务的更多信息，我们可以为您指出更具体的示例/代码资源。

Answer 2

不完全确定您希望可视化效果如何？听起来有点像您想要可视化 4D 函数？

您可以在空间中创建一个 3D 网格（例如参见 Numpy meshgrid in 3D），然后使用矩阵/矩阵编号的值来为散点图中的点着色？

如果您能详细说明您想看到的内容，可能会更具体。

编辑：

在您发表评论之后，这听起来仍然非常难以可视化，但我想您可以执行类似的操作（我生成了随机数据，并且大小比您想象的要小得多）

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

(X,Y,Z) = np.mgrid[-10:10:25j, -10:10:25j, -10:10:10j]

col = np.random.rand(25,25,10)

fig = plt.figure(1)
fig.clf()
ax = Axes3D(fig)

ax.scatter(X,Y,Z, c=col)

plt.draw()

plt.show()

导致

注意，这对于非随机数据来说可能没那么无用。