在 matplotlib 中显示最大表面？
Display the maximum surface in matplotlib?
我正在使用 matplotlib 在同一个图形上绘制多个曲面，我只想看到最上面的曲面，如 matlab 所示。
Matlab 3D视图：
Matlab顶视图：
Matplotlib 3D 视图：
Matplotlib 俯视图：
如何让 Matplotlib 显示类似于 Matlab 的结果，其中最顶部的 class 显示在顶部，而不是一个 class 优先于另一个？
回答
正如问题的评论中所指出的，matplotlib 并没有真正进行 3d 绘图，它所做的近似可以给你有限的结果。您遇到的问题实际上已在 mplot3d module's FAQ.
中得到确认
如果您想进行严肃的 3D 绘图，他们还会将您引导至 MayaVi。如果您真的不需要 3D 绘图并且只关心顶视图，那么我会按照 Bensciens 在评论中的建议直接进行 2D 绘图...
肮脏的解决方法
当然，如果您愿意用程序员的灵魂付出代价，几乎总有一个涉及一些黑魔法的解决方案...:P
选项 1
如果你真的只需要你作为例子的两个视图，并且表面与那些相似，你可以先绘制表面 A 后面的部分，然后是所有表面 B，然后是表面的部分在表面 A 之上...让我解释一下：
正如所指出的，here and here plot_surfaces() 不关心掩码，但您可以使用 NaN 值来获得类似的效果。您可以使用它首先仅绘制低于另一个表面的值，然后仅绘制高于...
from mpl_toolkits.mplot4d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = (X+Y)
Z1 = R/R.max()
Z2 = -R/R.max()
surfA_bottom = ax.plot_surface(X, Y, np.where(Z1<=Z2,Z1, np.nan),
rstride=1, cstride=1, color='r', linewidth=0)
surfB = ax.plot_surface(X, Y, Z2,
rstride=1, cstride=1, color='b', linewidth=0)
surfA_top = ax.plot_surface(X, Y, np.where(Z1>=Z2,Z1, np.nan),
rstride=1, cstride=1, color='r', linewidth=0)
ax.set_zlim3d(-1, 1)
ax.set_ylim(-5,5)
ax.set_xlim(-5,5)
plt.show()
选项 2
（里面有解释，想知道答案的直接跳到最后一段！）
这个解决方案稍微复杂一些，但对于更复杂的表面也更稳健......问题是 matplotlib 中的 3d 图不能很好地处理 different[= 的深度80=] 对象...对吗？但它适用于 单个 对象...
那么如何将两个表面绘制为 单个 表面呢？？
为此，您需要将所有点合并到一个曲面中（对于重复的 X-Y 组合，您可以有多个 Z 值）。为了区分我们新表面的两个部分（我们以前的两个表面），我们可以使用 facecolors kwarg。 （我添加了一些 alpha 值以更清楚地看到发生了什么）
from mpl_toolkits.mplot4d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
Z1 = np.sin(np.sqrt(X**2+Y**2))
Z2 = np.ones_like(Z1)*0.6
C1 = np.empty_like(X, dtype=str)
C1.fill('b')
C2 = C1.copy()
C2.fill('r')
X3 = np.vstack([X,X])
Y3 = np.vstack([Y,Y])
Z3 = np.vstack([Z1,Z2])
C3 = np.vstack([C1,C2])
surf3 = ax.plot_surface(X3, Y3, Z3, rstride=1, cstride=1,
facecolors=C3, linewidth=0,
antialiased=False, alpha=0.5)
ax.set_zlim3d(-1, 2)
plt.show()
如您所见，结果非常好，但有一些奇怪的效果，因为一个表面的一个极端连接到另一个表面的另一个极端。如何摆脱它？
透明胶片不是一种选择，因为据我所知，plot_surface() 只允许影响整个表面的 alpha 值。我还尝试使用 X、Y 和 Z 中的一行 NaN 值来 mask 转换，其方式与 中的解决方法 1[=81= 类似]，但随后渲染被破坏。你可以试试，也许这取决于我的安装。
编辑： 我找到了一个不太优雅且问题更多的解决方案，但正如@will 指出的那样，您 can 仅在通过使用 rgba 语法指定颜色来桥接区域。我将把我的版本留作评论历史，因为答案已经足够长了...:P
（增加点数可以获得更柔和的边缘）
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
# Complex shape from examples in matplotlib gallery
Z1 = np.sin(np.sqrt(X**2+Y**2))
Z2 = np.ones_like(Z1)*0.6
# Define the color for each one of our surfaces
# (it doesn't need to be a gradient)
color1 = np.empty_like(X, dtype=str)
color1.fill('b')
color2 = np.empty_like(X, dtype=str)
color2.fill('r')
# Create a white bridge region
X_bridge = np.vstack([X[-1,:],X[0,:]])
Y_bridge = np.vstack([Y[-1,:],Y[0,:]])
Z_bridge = np.vstack([Z1[-1,:],Z2[0,:]])
color_bridge = np.empty_like(Z_bridge, dtype=object)
color_bridge.fill((1,1,1,0))
# Join the two surfaces (using also the bridge)
X_full = np.vstack([X, X_bridge, X])
Y_full = np.vstack([Y, Y_bridge, Y])
Z_full = np.vstack([Z1, Z_bridge, Z2])
color_full = np.vstack([color1, color_bridge, color2])
surf_full = ax.plot_surface(X_full, Y_full, Z_full, rstride=1, cstride=1,
facecolors=color_full, linewidth=0,
antialiased=False)
ax.set_zlim3d(-1, 2)
ax.set_ylim(-5,5)
ax.set_xlim(-5,5)
plt.show()
我本来想考虑一些 肮脏的 hacks，比如 mgab 在他们的回答中提到的，但后来决定走一条相当简单的路线：
单纯使用透明度也可以得到类似的效果，只需要确保透明度足够低，否则仍然会出现明显的重叠现象：
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import matplotlib.pyplot as plt
import numpy as np
from scipy.special import erf
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(0, 6, 0.25)
Y = np.arange(0, 6, 0.25)
X, Y = np.meshgrid(X, Y)
Z1 = np.zeros_like(X)
Z2 = np.ones_like(X)
for i in range(len(X)):
for j in range(len(X[0])):
Z1[i,j] = 0.5*(erf((X[i,j]+Y[i,j]-4.5)*0.5)+1)
Z2[i,j] = 0.5*(erf((-X[i,j]-Y[i,j]+4.5)*0.5)+1)
alpha = 0.25
surf1 = ax.plot_surface(X, Y, Z1, cstride=2, rstride=1, cmap=cm.Oranges, linewidth=0, antialiased=False, alpha=alpha)
surf2 = ax.plot_surface(X, Y, Z2, cstride=2, rstride=1, cmap=cm.Blues, linewidth=0, antialiased=False, alpha=alpha)
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
fig.colorbar(surf1, shrink=0.5, aspect=5)
fig.colorbar(surf2, shrink=0.5, aspect=5)
plt.show()
添加相交线会是一个很好的添加，但我目前没有简单的方法来添加它。
编辑：从 mgab 的答案中大量窃取，使用他的 "bridge" 解决方案，然后还对表面使用颜色贴图，并使用 RGBA 元组将桥面设置为透明，你几乎可以得到你想要的：
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from scipy.special import erf
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(0, 6, 0.25)
Y = np.arange(0, 6, 0.25)
X, Y = np.meshgrid(X, Y)
Z1 = np.empty_like(X)
Z2 = np.empty_like(X)
C1 = np.empty_like(X, dtype=object)
C2 = np.empty_like(X, dtype=object)
for i in range(len(X)):
for j in range(len(X[0])):
z1 = 0.5*(erf((X[i,j]+Y[i,j]-4.5)*0.5)+1)
z2 = 0.5*(erf((-X[i,j]-Y[i,j]+4.5)*0.5)+1)
Z1[i,j] = z1
Z2[i,j] = z2
# If you want to grab a colour from a matplotlib cmap function,
# you need to give it a number between 0 and 1. z1 and z2 are
# already in this range, so it just works.
C1[i,j] = plt.get_cmap("Oranges")(z1)
C2[i,j] = plt.get_cmap("Blues")(z2)
# Create a transparent bridge region
X_bridge = np.vstack([X[-1,:],X[-1,:]])
Y_bridge = np.vstack([Y[-1,:],Y[-1,:]])
Z_bridge = np.vstack([Z1[-1,:],Z2[-1,:]])
color_bridge = np.empty_like(Z_bridge, dtype=object)
color_bridge.fill((1,1,1,0)) # RGBA colour, onlt the last component matters.
# Join the two surfaces flipping one of them (using also the bridge)
X_full = np.vstack([X, X_bridge, np.flipud(X)])
Y_full = np.vstack([Y, Y_bridge, np.flipud(Y)])
Z_full = np.vstack([Z1, Z_bridge, np.flipud(Z2)])
color_full = np.vstack([C1, color_bridge, np.flipud(C2)])
surf_full = ax.plot_surface(X_full, Y_full, Z_full, rstride=1, cstride=1,
facecolors=color_full, linewidth=0,
antialiased=False)
plt.show()
对相交表面进行颜色映射
首先感谢@will 和@mgab 解决问题。我用你的技术为我正在制定的商业计划增添了趣味（见图表）。我只是打听“alpha”问题。
是的，您可以在表面上使用不同的不透明度，方法是使用 RGBA 语法中的第四个属性。您还可以使用顺序颜色图，方法是向其传递一个 min-max 缩放 Z 值。
for i in range(len(X)):
for j in range(len(X[0])):
C1[i,j] = plt.get_cmap('RdYlGn')((Z1[i,j]-Z_min)/Z_range)
C2[i,j] = (0,0,1,0.5)
P.S。那个收入面不是平面。它会重新计算两个参数的每个组合的损益。
据我了解，ax.plplot_surface 方法只能为一个表面绘制好的图形，因此如果您需要绘制多个表面，则需要将它们组合成一个公共的 np.array。
我准备了一些代码，希望对您有所帮助：
# normalize values to range [0;1] for getting color from cmap
def norm_v(v) :
v_min = v.min()
v_max = v.max()
if v_min-v_max == 0 :
v.fill(0.5)
return v
return (v-v_min)/(v_max-v_min)
# combine several surfaces in one for plotting at once
def combine_in_one_graph(X,Y,*Z) :
cmaps_name = ['viridis', 'plasma', 'inferno', 'magma', 'cividis']
# transparent connection between grahps
transparen_link = np.empty_like(X[0], dtype=object)
transparen_link.fill((1,1,0,0))
# include first graph
combined_X = X
combined_Y = Y
combined_Z = Z[0]
# prepare collor matrix for first graph (Z[0])
combined_Color = np.empty_like(X, dtype=object)
normed_Z = norm_v(Z[0])
for i in range(len(combined_Color)) :
for j in range(len(X[0])) :
combined_Color[i,j] = plt.get_cmap(cmaps_name[0])(normed_Z[i,j])
# first row of collor matrix is not used in ploting, and will displace transparent links
# so we need to remove first row
combined_Color = combined_Color[1:]
# second aray combined with first in backward direction, so connection would on one side of graphs, not intersect them
direction = -1
cmap_index = 1
for next_Z in Z[1:] :
combined_X = np.vstack([combined_X, X[::direction][0], X[::direction]])
combined_Y = np.vstack([combined_Y, Y[::direction][0], Y[::direction]])
combined_Z = np.vstack([combined_Z, next_Z[::direction][0], next_Z[::direction]])
# prepare collors for next Z_
next_C = np.empty_like(X, dtype=object)
normed_Z = norm_v(next_Z)
for i in range(len(X)) :
for j in range(len(X[0])) :
next_C[i,j] = plt.get_cmap(cmaps_name[cmap_index])(normed_Z[i,j])
combined_Color = np.vstack([combined_Color ,transparen_link ,next_C[::direction]])
direction *= -1
cmap_index += 1
fig = plt.figure(figsize=(15,15))
ax = fig.gca(projection='3d') # get current axis
surf = ax.plot_surface(combined_X, combined_Y, combined_Z, facecolors=combined_Color, rstride=1, cstride=1,
linewidth=0,
antialiased=False )
# rotate graph on angle in degrees
ax.view_init(azim=-60)
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()
X = np.arange(0.2, 1.06, 0.01)
Y = np.arange(0.2, 1.06, 0.01)
X, Y = np.meshgrid(X, Y)
Z1 = 2*np.sin(np.sqrt(20*X**2+20*Y**2))
Z2 = 2*np.cos(np.sqrt(20*X**2+20*Y**2))
Z3 = X*0+1
Z4 = Y*0+1.5
combine_in_one_graph(X,Y,Z1,Z2,Z3,Z4)
some tests
我正在使用 matplotlib 在同一个图形上绘制多个曲面，我只想看到最上面的曲面，如 matlab 所示。
Matlab 3D视图：
Matlab顶视图：
Matplotlib 3D 视图：
Matplotlib 俯视图：
如何让 Matplotlib 显示类似于 Matlab 的结果，其中最顶部的 class 显示在顶部，而不是一个 class 优先于另一个？
回答
正如问题的评论中所指出的，matplotlib 并没有真正进行 3d 绘图，它所做的近似可以给你有限的结果。您遇到的问题实际上已在 mplot3d module's FAQ.
如果您想进行严肃的 3D 绘图，他们还会将您引导至 MayaVi。如果您真的不需要 3D 绘图并且只关心顶视图，那么我会按照 Bensciens 在评论中的建议直接进行 2D 绘图...
肮脏的解决方法
当然，如果您愿意用程序员的灵魂付出代价，几乎总有一个涉及一些黑魔法的解决方案...:P
选项 1
如果你真的只需要你作为例子的两个视图，并且表面与那些相似，你可以先绘制表面 A 后面的部分，然后是所有表面 B，然后是表面的部分在表面 A 之上...让我解释一下：
正如所指出的，here and here plot_surfaces() 不关心掩码，但您可以使用 NaN 值来获得类似的效果。您可以使用它首先仅绘制低于另一个表面的值，然后仅绘制高于...
from mpl_toolkits.mplot4d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = (X+Y)
Z1 = R/R.max()
Z2 = -R/R.max()
surfA_bottom = ax.plot_surface(X, Y, np.where(Z1<=Z2,Z1, np.nan),
rstride=1, cstride=1, color='r', linewidth=0)
surfB = ax.plot_surface(X, Y, Z2,
rstride=1, cstride=1, color='b', linewidth=0)
surfA_top = ax.plot_surface(X, Y, np.where(Z1>=Z2,Z1, np.nan),
rstride=1, cstride=1, color='r', linewidth=0)
ax.set_zlim3d(-1, 1)
ax.set_ylim(-5,5)
ax.set_xlim(-5,5)
plt.show()
选项 2
（里面有解释，想知道答案的直接跳到最后一段！）
这个解决方案稍微复杂一些，但对于更复杂的表面也更稳健......问题是 matplotlib 中的 3d 图不能很好地处理 different[= 的深度80=] 对象...对吗？但它适用于 单个 对象...
那么如何将两个表面绘制为 单个 表面呢？？
为此，您需要将所有点合并到一个曲面中（对于重复的 X-Y 组合，您可以有多个 Z 值）。为了区分我们新表面的两个部分（我们以前的两个表面），我们可以使用 facecolors kwarg。 （我添加了一些 alpha 值以更清楚地看到发生了什么）
from mpl_toolkits.mplot4d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
Z1 = np.sin(np.sqrt(X**2+Y**2))
Z2 = np.ones_like(Z1)*0.6
C1 = np.empty_like(X, dtype=str)
C1.fill('b')
C2 = C1.copy()
C2.fill('r')
X3 = np.vstack([X,X])
Y3 = np.vstack([Y,Y])
Z3 = np.vstack([Z1,Z2])
C3 = np.vstack([C1,C2])
surf3 = ax.plot_surface(X3, Y3, Z3, rstride=1, cstride=1,
facecolors=C3, linewidth=0,
antialiased=False, alpha=0.5)
ax.set_zlim3d(-1, 2)
plt.show()
如您所见，结果非常好，但有一些奇怪的效果，因为一个表面的一个极端连接到另一个表面的另一个极端。如何摆脱它？
透明胶片不是一种选择，因为据我所知，plot_surface() 只允许影响整个表面的 alpha 值。我还尝试使用 X、Y 和 Z 中的一行 NaN 值来 mask 转换，其方式与 中的解决方法 1[=81= 类似]，但随后渲染被破坏。你可以试试，也许这取决于我的安装。
编辑： 我找到了一个不太优雅且问题更多的解决方案，但正如@will 指出的那样，您 can 仅在通过使用 rgba 语法指定颜色来桥接区域。我将把我的版本留作评论历史，因为答案已经足够长了...:P
（增加点数可以获得更柔和的边缘）
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
# Complex shape from examples in matplotlib gallery
Z1 = np.sin(np.sqrt(X**2+Y**2))
Z2 = np.ones_like(Z1)*0.6
# Define the color for each one of our surfaces
# (it doesn't need to be a gradient)
color1 = np.empty_like(X, dtype=str)
color1.fill('b')
color2 = np.empty_like(X, dtype=str)
color2.fill('r')
# Create a white bridge region
X_bridge = np.vstack([X[-1,:],X[0,:]])
Y_bridge = np.vstack([Y[-1,:],Y[0,:]])
Z_bridge = np.vstack([Z1[-1,:],Z2[0,:]])
color_bridge = np.empty_like(Z_bridge, dtype=object)
color_bridge.fill((1,1,1,0))
# Join the two surfaces (using also the bridge)
X_full = np.vstack([X, X_bridge, X])
Y_full = np.vstack([Y, Y_bridge, Y])
Z_full = np.vstack([Z1, Z_bridge, Z2])
color_full = np.vstack([color1, color_bridge, color2])
surf_full = ax.plot_surface(X_full, Y_full, Z_full, rstride=1, cstride=1,
facecolors=color_full, linewidth=0,
antialiased=False)
ax.set_zlim3d(-1, 2)
ax.set_ylim(-5,5)
ax.set_xlim(-5,5)
plt.show()
我本来想考虑一些 肮脏的 hacks，比如 mgab 在他们的回答中提到的，但后来决定走一条相当简单的路线：
单纯使用透明度也可以得到类似的效果，只需要确保透明度足够低，否则仍然会出现明显的重叠现象：
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import matplotlib.pyplot as plt
import numpy as np
from scipy.special import erf
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(0, 6, 0.25)
Y = np.arange(0, 6, 0.25)
X, Y = np.meshgrid(X, Y)
Z1 = np.zeros_like(X)
Z2 = np.ones_like(X)
for i in range(len(X)):
for j in range(len(X[0])):
Z1[i,j] = 0.5*(erf((X[i,j]+Y[i,j]-4.5)*0.5)+1)
Z2[i,j] = 0.5*(erf((-X[i,j]-Y[i,j]+4.5)*0.5)+1)
alpha = 0.25
surf1 = ax.plot_surface(X, Y, Z1, cstride=2, rstride=1, cmap=cm.Oranges, linewidth=0, antialiased=False, alpha=alpha)
surf2 = ax.plot_surface(X, Y, Z2, cstride=2, rstride=1, cmap=cm.Blues, linewidth=0, antialiased=False, alpha=alpha)
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
fig.colorbar(surf1, shrink=0.5, aspect=5)
fig.colorbar(surf2, shrink=0.5, aspect=5)
plt.show()
添加相交线会是一个很好的添加，但我目前没有简单的方法来添加它。
编辑：从 mgab 的答案中大量窃取，使用他的 "bridge" 解决方案，然后还对表面使用颜色贴图，并使用 RGBA 元组将桥面设置为透明，你几乎可以得到你想要的：
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from scipy.special import erf
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(0, 6, 0.25)
Y = np.arange(0, 6, 0.25)
X, Y = np.meshgrid(X, Y)
Z1 = np.empty_like(X)
Z2 = np.empty_like(X)
C1 = np.empty_like(X, dtype=object)
C2 = np.empty_like(X, dtype=object)
for i in range(len(X)):
for j in range(len(X[0])):
z1 = 0.5*(erf((X[i,j]+Y[i,j]-4.5)*0.5)+1)
z2 = 0.5*(erf((-X[i,j]-Y[i,j]+4.5)*0.5)+1)
Z1[i,j] = z1
Z2[i,j] = z2
# If you want to grab a colour from a matplotlib cmap function,
# you need to give it a number between 0 and 1. z1 and z2 are
# already in this range, so it just works.
C1[i,j] = plt.get_cmap("Oranges")(z1)
C2[i,j] = plt.get_cmap("Blues")(z2)
# Create a transparent bridge region
X_bridge = np.vstack([X[-1,:],X[-1,:]])
Y_bridge = np.vstack([Y[-1,:],Y[-1,:]])
Z_bridge = np.vstack([Z1[-1,:],Z2[-1,:]])
color_bridge = np.empty_like(Z_bridge, dtype=object)
color_bridge.fill((1,1,1,0)) # RGBA colour, onlt the last component matters.
# Join the two surfaces flipping one of them (using also the bridge)
X_full = np.vstack([X, X_bridge, np.flipud(X)])
Y_full = np.vstack([Y, Y_bridge, np.flipud(Y)])
Z_full = np.vstack([Z1, Z_bridge, np.flipud(Z2)])
color_full = np.vstack([C1, color_bridge, np.flipud(C2)])
surf_full = ax.plot_surface(X_full, Y_full, Z_full, rstride=1, cstride=1,
facecolors=color_full, linewidth=0,
antialiased=False)
plt.show()
对相交表面进行颜色映射
首先感谢@will 和@mgab 解决问题。我用你的技术为我正在制定的商业计划增添了趣味（见图表）。我只是打听“alpha”问题。
是的，您可以在表面上使用不同的不透明度，方法是使用 RGBA 语法中的第四个属性。您还可以使用顺序颜色图，方法是向其传递一个 min-max 缩放 Z 值。
for i in range(len(X)):
for j in range(len(X[0])):
C1[i,j] = plt.get_cmap('RdYlGn')((Z1[i,j]-Z_min)/Z_range)
C2[i,j] = (0,0,1,0.5)
P.S。那个收入面不是平面。它会重新计算两个参数的每个组合的损益。
据我了解，ax.plplot_surface 方法只能为一个表面绘制好的图形，因此如果您需要绘制多个表面，则需要将它们组合成一个公共的 np.array。
我准备了一些代码，希望对您有所帮助：
# normalize values to range [0;1] for getting color from cmap
def norm_v(v) :
v_min = v.min()
v_max = v.max()
if v_min-v_max == 0 :
v.fill(0.5)
return v
return (v-v_min)/(v_max-v_min)
# combine several surfaces in one for plotting at once
def combine_in_one_graph(X,Y,*Z) :
cmaps_name = ['viridis', 'plasma', 'inferno', 'magma', 'cividis']
# transparent connection between grahps
transparen_link = np.empty_like(X[0], dtype=object)
transparen_link.fill((1,1,0,0))
# include first graph
combined_X = X
combined_Y = Y
combined_Z = Z[0]
# prepare collor matrix for first graph (Z[0])
combined_Color = np.empty_like(X, dtype=object)
normed_Z = norm_v(Z[0])
for i in range(len(combined_Color)) :
for j in range(len(X[0])) :
combined_Color[i,j] = plt.get_cmap(cmaps_name[0])(normed_Z[i,j])
# first row of collor matrix is not used in ploting, and will displace transparent links
# so we need to remove first row
combined_Color = combined_Color[1:]
# second aray combined with first in backward direction, so connection would on one side of graphs, not intersect them
direction = -1
cmap_index = 1
for next_Z in Z[1:] :
combined_X = np.vstack([combined_X, X[::direction][0], X[::direction]])
combined_Y = np.vstack([combined_Y, Y[::direction][0], Y[::direction]])
combined_Z = np.vstack([combined_Z, next_Z[::direction][0], next_Z[::direction]])
# prepare collors for next Z_
next_C = np.empty_like(X, dtype=object)
normed_Z = norm_v(next_Z)
for i in range(len(X)) :
for j in range(len(X[0])) :
next_C[i,j] = plt.get_cmap(cmaps_name[cmap_index])(normed_Z[i,j])
combined_Color = np.vstack([combined_Color ,transparen_link ,next_C[::direction]])
direction *= -1
cmap_index += 1
fig = plt.figure(figsize=(15,15))
ax = fig.gca(projection='3d') # get current axis
surf = ax.plot_surface(combined_X, combined_Y, combined_Z, facecolors=combined_Color, rstride=1, cstride=1,
linewidth=0,
antialiased=False )
# rotate graph on angle in degrees
ax.view_init(azim=-60)
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()
X = np.arange(0.2, 1.06, 0.01)
Y = np.arange(0.2, 1.06, 0.01)
X, Y = np.meshgrid(X, Y)
Z1 = 2*np.sin(np.sqrt(20*X**2+20*Y**2))
Z2 = 2*np.cos(np.sqrt(20*X**2+20*Y**2))
Z3 = X*0+1
Z4 = Y*0+1.5
combine_in_one_graph(X,Y,Z1,Z2,Z3,Z4)
some tests