Python和Matplotlib：如何创建网状网格来绘制冲浪？

Question

我想绘制一个概率密度函数z=f(x,y) 。 我在使用表面渐变的Color matplotlib plot_surface命令中找到了用于绘制冲浪的代码

但是我不知道如何将z值转换为grid因此我可以将其绘制出来示例代码及其修改如下。

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

%matplotlib inline

n_samples = 1000

# generate random sample, two components
np.random.seed(0)
shifted_gaussian = np.random.randn(n_samples, 2) + np.array([20, 5])
sample = shifted_gaussian

# fit a Gaussian Mixture Model with two components
clf = mixture.GMM(n_components=3, covariance_type='full')
clf.fit(sample)

# Plot it
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, .25)
Y = np.arange(-5, 5, .25)
X, Y = np.meshgrid(X, Y)
## In example Code, the z is generate by grid
# R = np.sqrt(X**2 + Y**2)
# Z = np.sin(R)

# In my case,
# for each point [x,y], the probability value is
# z = clf.score([x,y])
# but How can I generate a grid Z?

Gx, Gy = np.gradient(Z) # gradients with respect to x and y
G = (Gx**2+Gy**2)**.5  # gradient magnitude
N = G/G.max()  # normalize 0..1
surf = ax.plot_surface(
    X, Y, Z, rstride=1, cstride=1,
    facecolors=cm.jet(N),
    linewidth=0, antialiased=False, shade=False)
plt.show()

绘制z的原始方法是通过网格生成。 但是在我的情况下，拟合模型无法以grid-like样式返回结果，所以问题是如何生成grid-style z值并绘制它？

Answer 1

如果我理解正确，您基本上就有一个函数z ，该函数在列表中采用两个标量值x,y并返回另一个标量z_val 。 换句话说z_val = z([x,y]) ，对吗？

如果是这样，您可以执行以下操作（请注意，编写本文时并未考虑效率，而是着重于可读性）：

from itertools import product

X = np.arange(15) # or whatever values for x
Y = np.arange(5)  # or whatever values for y
N, M = len(X), len(Y)
Z = np.zeros((N, M))
for i, (x,y) in enumerate(product(X,Y)):
    Z[np.unravel_index(i, (N,M))] = z([x,y])

如果要使用plot_surface ，请遵循以下步骤：

X, Y = np.meshgrid(X, Y)
ax.plot_surface(X, Y, Z.T)