Python for 循環在 3D 時總是繪制同一條線（使用 matplotlib）

Question

我在 Python 中使用 matplotlib 在同一個圖形上繪制多條線，方法是使用 for 循環將每條線添加到軸上。

當以 2D 方式繪制時，每條線都在另一條線上，這很好用。

但是，在 3D 中繪圖時，每次我運行 for 循環時，python 都會顯示相同的圖形數據，即使數據明顯不同。

編輯：我不認為這個問題是“ 我如何判斷 NumPy 創建視圖還是副本？ ”的重復，因為它突出了意外行為的一個特定實例。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d

###### Unimportant maths not relevant to the question ######

def rossler(x_n, y_n, z_n, h, a, b, c):
    #defining the rossler function
    x_n1=x_n+h*(-y_n-z_n)
    y_n1=y_n+h*(x_n+a*y_n)
    z_n1=z_n+h*(b+z_n*(x_n-c))   
    return x_n1,y_n1,z_n1

#defining a, b, and c
a = 1.0/5.0
b = 1.0/5.0
c = 5

#defining time limits and steps
t_0 = 0
t_f = 50*np.pi
h = 0.01
steps = int((t_f-t_0)/h)

#create plotting values
t = np.linspace(t_0,t_f,steps)
x = np.zeros(steps)
y = np.zeros(steps)
z = np.zeros(steps)

##### Relevant to the question again #####

init_condition_array = [[0,0,0],[0.1,0,0],[0.2,0,0],[0.3,0,0]]
color_array = ["red","orange","green","blue"]
color_counter = 0
zs_array = [0, 0.1, 0.2, 0.3]

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

for row in init_condition_array:
    x[0] = row[0]
    y[0] = row[1]
    z[0] = row[2]

    for i in range(x.size-1):
        #re-evaluate the values of the x-arrays depending on the initial conditions
        [x[i+1],y[i+1],z[i+1]]=rossler(x[i],y[i],z[i],t[i+1]-t[i],a,b,c)

    plt.plot(t,x,zs=zs_array[color_counter],zdir="z",color=color_array[color_counter])
    color_counter += 1

ax.set_xlabel('t')
ax.set_ylabel('x(t)')
plt.show()  

如您所見，圖表看起來應該大不相同；

這是同一軸上圖形的二維圖像，對代碼進行了一些改動（如下所示）：

雖然這是 3D 繪圖生成的圖形：

.

二維圖是通過對代碼進行這些小改動而創建的； 第一行以上沒有任何改變：

init_condition_array = [[0,0,0],[0.1,0,0],[0.2,0,0],[0.3,0,0]]
color_array = ["red","orange","green","blue"]
color_counter = 0

fig = plt.figure()
ax = fig.add_subplot(111)

for row in init_condition_array:
    x[0] = row[0]
    y[0] = row[1]
    z[0] = row[2]

    for i in range(x.size-1):
        #re-evaluate the values of the x-arrays depending on the initial conditions
        [x[i+1],y[i+1],z[i+1]]=rossler(x[i],y[i],z[i],t[i+1]-t[i],a,b,c)

    plt.plot(t,x,color=color_array[color_counter],lw=1)
    color_counter += 1

ax.set_xlabel('t')
ax.set_ylabel('x(t)')
plt.show()  

Answer 1

for row in init_condition_array循環中的for row in init_condition_array內移動x = np.zeros(steps)修復/避免了該問題。 x被存儲在內部Line3D對象通過返回plt.plot ，和變異x影響存儲在其它值Line3Ds 。

---

如果您跟蹤通過源代碼Line3D你會發現，你傳遞給數據plt.plot在結束了Line3D的_verts3d屬性。 數據不被復制； _verts3d元組包含對完全相同數組的引用。

而這個_verts3d屬性是在后面渲染的時候直接訪問的：

def draw(self, renderer):
    xs3d, ys3d, zs3d = self._verts3d

因此改變數據——即使在調用plt.plot之后——也會改變self._verts3d 。 這個簡單的例子演示了這個問題：

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')
t = np.linspace(0, 1, 5)
x = np.sin(t)
line, = plt.plot(t, x, 0)

這里我們有x的原始值：

print(line._verts3d[1])
# [ 0.          0.24740396  0.47942554  0.68163876  0.84147098]

這表明變異x修改line._verts3d ：

x[:] = 1
print(line._verts3d[1])
# [ 1.  1.  1.  1.  1.]

# The result is a straight line, not a sine wave.
plt.show()

---

制作 2D 線圖時不會發生這種令人驚訝的陷阱，因為保存用於渲染的數據的Line2D._xy屬性存儲了原始數據的副本。

---

這個問題可以在源代碼中通過改變art3d.Line3D.set_3d_properties 這一行來art3d.Line3D.set_3d_properties

self._verts3d = art3d.juggle_axes(xs, ys, zs, zdir)

到

import copy
self._verts3d = copy.deepcopy(art3d.juggle_axes(xs, ys, zs, zdir))