[英]set matplotlib 3d plot aspect ratio
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
設置縱橫比適用於 2d 圖:
ax = plt.axes()
ax.plot([0,1],[0,10])
ax.set_aspect('equal','box')
但不適用於 3d:
ax = plt.axes(projection='3d')
ax.plot([0,1],[0,1],[0,10])
ax.set_aspect('equal','box')
3d 案例是否有不同的語法,或者它沒有實現?
從 matplotlib 3.3.0 開始, Axes3D.set_box_aspect似乎是推薦的方法。
import numpy as np
import matplotlib.pyplot as plt
xs, ys, zs = ...
ax = plt.axes(projection='3d')
ax.set_box_aspect((np.ptp(xs), np.ptp(ys), np.ptp(zs))) # aspect ratio is 1:1:1 in data space
ax.plot(xs, ys, zs)
我沒有嘗試所有這些答案,但是這個 kludge 為我做到了:
def axisEqual3D(ax):
extents = np.array([getattr(ax, 'get_{}lim'.format(dim))() for dim in 'xyz'])
sz = extents[:,1] - extents[:,0]
centers = np.mean(extents, axis=1)
maxsize = max(abs(sz))
r = maxsize/2
for ctr, dim in zip(centers, 'xyz'):
getattr(ax, 'set_{}lim'.format(dim))(ctr - r, ctr + r)
看起來這個功能已經被添加了,所以我想我會像我一樣為將來通過這個線程的人添加一個答案:
fig = plt.figure(figsize=plt.figaspect(0.5)*1.5) #Adjusts the aspect ratio and enlarges the figure (text does not enlarge)
ax = fig.add_subplot(projection='3d')
figaspect(0.5)
使圖形寬是高的兩倍。 然后*1.5
增加了圖形的大小。 標簽等不會增加,因此這是一種使圖表看起來不那么被標簽混亂的方法。
如果你知道界限,例如。 +-3 以 (0,0,0) 為中心,您可以像這樣添加不可見點:
import numpy as np
import pylab as pl
from mpl_toolkits.mplot3d import Axes3D
fig = pl.figure()
ax = fig.add_subplot(projection='3d')
ax.set_aspect('equal')
MAX = 3
for direction in (-1, 1):
for point in np.diag(direction * MAX * np.array([1,1,1])):
ax.plot([point[0]], [point[1]], [point[2]], 'w')
我認為設置正確的“盒子方面”是一個很好的解決方案:
ax.set_box_aspect(aspect = (1,1,1))
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.set_box_aspect(aspect = (1,1,1))
ax.plot(dataX,dataY,dataZ)
如果您知道邊界,您還可以通過以下方式設置縱橫比:
ax.auto_scale_xyz([minbound, maxbound], [minbound, maxbound], [minbound, maxbound])
另一個有用的(希望是)解決方案,例如,當需要更新已經存在的圖形時:
world_limits = ax.get_w_lims()
ax.set_box_aspect((world_limits[1]-world_limits[0],world_limits[3]-world_limits[2],world_limits[5]-world_limits[4]))
我的理解基本上是這還沒有實現(參見GitHub 中的這個錯誤)。 我也希望它盡快實施。 有關可能的解決方案,請參閱此鏈接(我自己沒有測試過)。
Matt Panzer 回答的后續行動。
limits = np.array([getattr(ax, f'get_{axis}lim')() for axis in 'xyz'])
ax.set_box_aspect(np.ptp(limits, axis=1))
這可能很快就會變得不必要,因為正在進行拉取請求以使ax.set_aspect('equal')
工作。
Matt Panzer 的回答對我有用,但我花了一段時間才弄清楚我遇到的問題。 如果您將多個數據集繪制到同一張圖中,則必須計算整個數據點范圍的峰峰值。
我使用以下代碼來解決我的問題:
x1, y1, z1 = ..., ..., ...
x2, y2, z2 = ..., ..., ...
ax.set_box_aspect((
max(np.ptp(x1), np.ptp(x2)),
max(np.ptp(y1), np.ptp(y2)),
max(np.ptp(z1), np.ptp(y2))
))
ax.plot(x1, y1, z1)
ax.scatter(x2, y2, z2)
請注意,此解決方案並不完美。 如果 x1 包含最大的負數而 x2 包含最大的正數,它將不起作用。 僅當 x1 或 x2 包含最大峰峰值范圍時。
如果您比我更了解 numpy,請隨時編輯此答案,使其適用於更一般的情況。
我嘗試了幾種方法,例如ax.set_box_aspect(aspect = (1,1,1))
並不起作用。 我希望一個球體顯示為一個球體——而不是橢球體。 我編寫了這個函數並在各種數據上進行了嘗試。 這是一個 hack,它並不完美,但非常接近。
def set_aspect_equal(ax):
"""
Fix the 3D graph to have similar scale on all the axes.
Call this after you do all the plot3D, but before show
"""
X = ax.get_xlim3d()
Y = ax.get_ylim3d()
Z = ax.get_zlim3d()
a = [X[1]-X[0],Y[1]-Y[0],Z[1]-Z[0]]
b = np.amax(a)
ax.set_xlim3d(X[0]-(b-a[0])/2,X[1]+(b-a[0])/2)
ax.set_ylim3d(Y[0]-(b-a[1])/2,Y[1]+(b-a[1])/2)
ax.set_zlim3d(Z[0]-(b-a[2])/2,Z[1]+(b-a[2])/2)
ax.set_box_aspect(aspect = (1,1,1))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.