Plot 3d 點 (x,y,z) in 2d plot with colorbar

Question

我以一種非常復雜的方式計算了很多（~5000）3d 點（x，y，z），所以我沒有 function 這樣的 z = f（x，y）。 我可以 plot 3d 表面使用

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
X = surface_points[:,0]
Y = surface_points[:,1]
Z = surface_points[:,2]
fig = plt.figure()
ax = fig.add_subplot(projection='3d') 
surf = ax.plot_trisurf(X, Y, Z, cmap=cm.coolwarm, vmin=np.nanmin(Z), vmax=np.nanmax(Z))

我想 plot 這也在 2d 中，帶有指示 z 值的顏色條。 如果我的 z 是矩陣，我知道有一個使用 ax.contour 的簡單解決方案，但這里我只有一個向量。

旋轉到 xy 平面時附加 plot_trisurf 結果。 這就是我想要實現的，而不必旋轉 3d plot。在這里，我的變量 surface_points 是一個大小為 5024 x 3 的 np.array。

Answer 1

我的一個代碼中遇到了同樣的問題，我是這樣解決的：

import numpy as np
from scipy.interpolate import griddata
import matplotlib.pylab as plt
from matplotlib import cm

N = 10000
surface_points = np.random.rand(N,3)
X = surface_points[:,0]
Y = surface_points[:,1]
Z = surface_points[:,2]

nx = 10*int(np.sqrt(N))
xg = np.linspace(X.min(), X.max(), nx)
yg = np.linspace(Y.min(), Y.max(), nx)
xgrid, ygrid = np.meshgrid(xg, yg)
ctr_f = griddata((X, Y), Z, (xgrid, ygrid), method='linear')
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1) 
ax.contourf(xgrid, ygrid, ctr_f, cmap=cm.coolwarm)

plt.show()

Answer 2

您可以使用散點圖 plot 來顯示 z 顏色在 xy 軸上的投影。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
N = 10000
surface_points = np.random.rand(N,3)
X = surface_points[:,0]
Y = surface_points[:,1]
Z = surface_points[:,2]
# fig = plt.figure()
# ax = fig.add_subplot(projection='3d')
# surf = ax.plot_trisurf(X, Y, Z, cmap=cm.coolwarm, vmin=np.nanmin(Z), vmax=np.nanmax(Z))

fig = plt.figure()

cmap = cm.get_cmap('coolwarm')
color = cmap(Z)[..., :3]

plt.scatter(X,Y,c=color)

plt.show()

由於您的 3D 形狀似乎是空心的，因此您可以將投影分成兩部分，就像將形狀分成兩部分一樣。

fig = plt.figure()
plt.subplot(121)
plt.scatter(X[Z<0.5],Y[Z<0.5],c=color[Z<0.5])
plt.title('down part')
plt.subplot(122)
plt.scatter(X[Z>=0.5],Y[Z>=0.5],c=color[Z>+0.5])
plt.title('top part')
plt.show()