Python，Matplotlib：當數據獨立時，在3d圖中繪制垂直線

Question

我在（x，y）平面中有一個隨機沃克，在（x，y，z）平面中有-log（雙變量高斯）。 這兩個數據集本質上是獨立的。

我想對5個（x，y）隨機助步器進行采樣，並在z軸上繪制垂直線，並在其“滿足”雙變量高斯時終止垂直線。

到目前為止，這是我的代碼：

import matplotlib as mpl
import matplotlib.pyplot as plt
import random
import numpy as np
import seaborn as sns
import scipy
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.mlab import bivariate_normal

%matplotlib inline

    # Data for random walk

def randomwalk():

    mpl.rcParams['legend.fontsize'] = 10

    xyz = []
    cur = [0, 0]

    for _ in range(40):
        axis = random.randrange(0, 2)
        cur[axis] += random.choice([-1, 1])
        xyz.append(cur[:])

    # Get density

    x, y = zip(*xyz)
    data = np.vstack([x,y])
    kde = scipy.stats.gaussian_kde(data)
    density = kde(data)


    # Data for bivariate gaussian 

    a = np.linspace(-7.5, 7.5, 40)
    b = a
    X,Y = np.meshgrid(a, b)
    Z = bivariate_normal(X, Y)
    surprise_Z = -np.log(Z)

    # Get random points from walker and plot up z-axis to the gaussian

    M = data[:,np.random.choice(20,5)].T

    # Plot figure

    fig = plt.figure(figsize=(10, 7))

    ax = fig.gca(projection='3d')
    ax.plot(x, y, 'grey', label='Random walk') # Walker
    ax.scatter(x[-1], y[-1], c='k', marker='o') # End point

    ax.legend()

    surf = ax.plot_surface(X, Y, surprise_Z, rstride=1, cstride=1, 
        cmap = plt.cm.gist_heat_r, alpha=0.1, linewidth=0.1)

    #fig.colorbar(surf, shrink=0.5, aspect=7, cmap=plt.cm.gray_r)

    for i in range(5):
        ax.plot([M[i,0], M[i,0]],[M[i,1], M[i,1]], [0,10],'k--',alpha=0.8, linewidth=0.5)

    ax.set_zlim(0, 50)
    ax.set_xlim(-10, 10)
    ax.set_ylim(-10, 10)

哪個產生

如您所見，我唯一要做的就是在垂直線達到適當的Z值時如何終止垂直線。 任何想法都歡迎！

Answer 1

當前，您僅使用[0,10]作為z坐標，使這些行的高度達到10。 您可以將循環更改為以下內容：

for i in range(5):
    x = [M[i,0], M[i,0]]
    y = [M[i,1], M[i,1]]
    z = [0,-np.log(bivariate_normal(M[i,0],M[i,1]))]
    ax.plot(x,y,z,'k--',alpha=0.8, linewidth=0.5)

這將為您遍歷的每個點獲取x和y坐標，並計算該點上的高斯覆蓋高度並繪制到該點。 這是更改線型以強調與問題相關的線的圖：