如何在曲面图上绘制等高线？ (4D)
How to plot contour lines on a surface plot? (4D)
我想制作一个 4d 图，其中有 X、Y、Z（作为曲面）和 C（显示为该曲面上的等高线）。
我现在拥有的：
我想要的：
我怀疑答案是 facecolors 或 countourf3d 的一些技巧，但我似乎无法弄清楚。非常感谢任何帮助。
我的代码：
import scipy.ndimage
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
def surfcont4d(X,Y,Z,V):
# create the figure, add a 3d axis, set the viewing angle
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.view_init(45, 60)
# pass V through a colormap
# to create a different color for each patch
ax.plot_surface(X, Y, Z, facecolors=cm.viridis(V))
X, Y = np.meshgrid(np.arange(10, 150, 10), np.arange(0.2, 1.1, 0.1))
a = np.linspace(0,1,9)
Y = np.outer(a, np.ones(len(X[0]))) * 100
Z = np.array([[0.64973325, 0.53515948, 0.49395166, 0.47048054, 0.45929325,
0.44264298, 0.43261494, 0.42899264, 0.42583298, 0.4223746 ,
0.41722221, 0.41442178, 0.40065205, 0.39769079],
[0.62770776, 0.53362009, 0.47696235, 0.45932722, 0.44614831,
0.43600277, 0.42293966, 0.41951736, 0.41337537, 0.39341246,
0.39956476, 0.39559026, 0.3900403 , 0.39871355],
[0.59047691, 0.48911162, 0.45336888, 0.4296547 , 0.41306259,
0.39526081, 0.39405154, 0.39222265, 0.38009502, 0.37815339,
0.37096558, 0.37121551, 0.36307045, 0.35840302],
[0.53244184, 0.43339659, 0.39971169, 0.3741131 , 0.3674958 ,
0.35450917, 0.35238419, 0.35619535, 0.33850515, 0.33228488,
0.33243361, 0.32146902, 0.32457041, 0.32624984],
[0.45500922, 0.36519554, 0.33867042, 0.3277988 , 0.30405943,
0.30612668, 0.29369345, 0.296668 , 0.28407045, 0.28679028,
0.27722738, 0.28103004, 0.28191956, 0.27282813],
[0.38492018, 0.28249663, 0.27552047, 0.25881802, 0.25206595,
0.24045726, 0.23946971, 0.240498 , 0.23948903, 0.22639278,
0.22632585, 0.22432282, 0.22516114, 0.21896454],
[0.28259348, 0.22550271, 0.19891905, 0.18448714, 0.19401654,
0.18600271, 0.18530338, 0.17950915, 0.18275452, 0.17640127,
0.17537138, 0.17674194, 0.17295892, 0.1702361 ],
[0.18322884, 0.14733492, 0.14310084, 0.12946202, 0.12689525,
0.12657301, 0.12186691, 0.12920993, 0.12584537, 0.1256204 ,
0.13213837, 0.12466389, 0.12450796, 0.12225329],
[0.1105487 , 0.0845864 , 0.08335327, 0.07945915, 0.08722117,
0.08318086, 0.08492171, 0.07744648, 0.07810146, 0.08207355,
0.08195124, 0.08247904, 0.07876156, 0.08182614]])
C = np.array([[ 7.33333333, 7.33333333, 8. , 8.33333333, 8.33333333,
9.33333333, 10. , 10.66666667, 11.66666667, 11.33333333,
12.66666667, 12.66666667, 14.33333333, 14. ],
[ 7.33333333, 7. , 7. , 8. , 9. ,
9.33333333, 10.33333333, 10.66666667, 11.33333333, 12. ,
13. , 13. , 14. , 14.66666667],
[ 7. , 7. , 7.33333333, 7.66666667, 8.66666667,
9. , 9.66666667, 10.33333333, 11. , 11.33333333,
11.66666667, 12.66666667, 13. , 13. ],
[ 7. , 6.33333333, 6.66666667, 8. , 7.66666667,
8. , 9. , 9.33333333, 10.33333333, 11. ,
11.66666667, 11.66666667, 13. , 13. ],
[ 6.66666667, 6. , 6.33333333, 6.66666667, 7. ,
7.66666667, 8.33333333, 8.66666667, 9. , 9.66666667,
10. , 10.66666667, 12.33333333, 12. ],
[ 5.66666667, 5.33333333, 6. , 5.66666667, 7.33333333,
7. , 7.33333333, 7.33333333, 8.33333333, 9. ,
9.66666667, 10. , 10.66666667, 11.33333333],
[ 5. , 4.33333333, 4.66666667, 5. , 5.33333333,
6. , 6.33333333, 7.33333333, 7. , 7.66666667,
8. , 9. , 8.33333333, 9.33333333],
[ 3. , 4. , 4. , 4. , 4.33333333,
5. , 5.33333333, 5.66666667, 6. , 6.33333333,
7. , 7.33333333, 8. , 7.66666667],
[ 2. , 3. , 3. , 3. , 3.33333333,
3.66666667, 4. , 4.66666667, 4.66666667, 4.66666667,
5.66666667, 5.33333333, 5.66666667, 6.33333333]])
surfcont4d(X,Y,Z,C)
最后我通过在曲面图上方绘制等高线图解决了这个问题。这样等高线就不会被绘图的表面弯曲。
我使用的方法如下：
def projection_plot(X, Y, Z, V):
"""X,Y,Z and V are arrays with matching dimensions"""
fig = plt.figure()
ax = fig.gca(projection='3d')
# Plot the 3D surface and wireframe
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, alpha=0.9,
cmap='Greys_r', vmin=-10, vmax=45)
ax.plot_wireframe(X, Y, Z, rstride=1, cstride=1, lw=0.5,
colors='k')
# Plot projections of the contours for each dimension. By choosing offsets
# that match the appropriate axes limits, the projected contours will sit on
# the 'walls' of the graph
sc12 = ax.contourf(X,Y, V, vmin=0, vmax=100, cmap='viridis_r', alpha=0.9, zdir='z', offset=50, levels=np.linspace(0,100,11))
sc1 = ax.contour(X, Y, V, colors='w', alpha=1, zdir='z', offset=50.1, linewidths=0.3, levels=np.linspace(0,100,11))
# Set axis properties
ax.set_zlim(0, 50)
ax.zaxis.set_rotate_label(False) # disable automatic rotation
ax.set_zlabel('\n Speed', rotation=90, fontsize=9)
ax.set_xlabel('Total Information', fontsize=7)
ax.set_ylabel('Participation Inequality', fontsize=7)
ax.set_xticks([10,40,70,100,130])
ax.set_yticks([0, 25, 50, 75, 100])
ax.tick_params(axis='both', which='major', labelsize=9)
ax.view_init(30, 225)
ax.set_frame_on(True)
ax.clabel(sc1, inline=1, fontsize=10, fmt='%2.0f')
cbar = fig.colorbar(sc12, shrink=0.6, aspect=10)
cbar.ax.text(2.30, 0.98, '%', fontsize=7)
cbar.ax.text(1.77, -0.015, '%', fontsize=7)
cbar.ax.set_title('Accuracy \n', fontsize=9)
# cbar.set_label('Accuracy', rotation=0, y=1.1, labelpad=-20)
cbar.set_ticks([0,10,20,30,40,50,60,70,80,90,100] + [np.min(consensus_ratesc), np.max(consensus_ratesc)])
cbar.set_ticklabels([0,10,20,30,40,50,60,70,80,90,100]+[' min', ' max'])
cbar.ax.tick_params(labelsize=7)
plt.show()
一般来说，matplotlib examples documentation 是获取可视化灵感的好地方。我的解决方案基于 'projecting filled contour onto a graph' 示例。
我想制作一个 4d 图，其中有 X、Y、Z（作为曲面）和 C（显示为该曲面上的等高线）。
我现在拥有的：
我想要的：
我怀疑答案是 facecolors 或 countourf3d 的一些技巧，但我似乎无法弄清楚。非常感谢任何帮助。
我的代码：
import scipy.ndimage
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
def surfcont4d(X,Y,Z,V):
# create the figure, add a 3d axis, set the viewing angle
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.view_init(45, 60)
# pass V through a colormap
# to create a different color for each patch
ax.plot_surface(X, Y, Z, facecolors=cm.viridis(V))
X, Y = np.meshgrid(np.arange(10, 150, 10), np.arange(0.2, 1.1, 0.1))
a = np.linspace(0,1,9)
Y = np.outer(a, np.ones(len(X[0]))) * 100
Z = np.array([[0.64973325, 0.53515948, 0.49395166, 0.47048054, 0.45929325,
0.44264298, 0.43261494, 0.42899264, 0.42583298, 0.4223746 ,
0.41722221, 0.41442178, 0.40065205, 0.39769079],
[0.62770776, 0.53362009, 0.47696235, 0.45932722, 0.44614831,
0.43600277, 0.42293966, 0.41951736, 0.41337537, 0.39341246,
0.39956476, 0.39559026, 0.3900403 , 0.39871355],
[0.59047691, 0.48911162, 0.45336888, 0.4296547 , 0.41306259,
0.39526081, 0.39405154, 0.39222265, 0.38009502, 0.37815339,
0.37096558, 0.37121551, 0.36307045, 0.35840302],
[0.53244184, 0.43339659, 0.39971169, 0.3741131 , 0.3674958 ,
0.35450917, 0.35238419, 0.35619535, 0.33850515, 0.33228488,
0.33243361, 0.32146902, 0.32457041, 0.32624984],
[0.45500922, 0.36519554, 0.33867042, 0.3277988 , 0.30405943,
0.30612668, 0.29369345, 0.296668 , 0.28407045, 0.28679028,
0.27722738, 0.28103004, 0.28191956, 0.27282813],
[0.38492018, 0.28249663, 0.27552047, 0.25881802, 0.25206595,
0.24045726, 0.23946971, 0.240498 , 0.23948903, 0.22639278,
0.22632585, 0.22432282, 0.22516114, 0.21896454],
[0.28259348, 0.22550271, 0.19891905, 0.18448714, 0.19401654,
0.18600271, 0.18530338, 0.17950915, 0.18275452, 0.17640127,
0.17537138, 0.17674194, 0.17295892, 0.1702361 ],
[0.18322884, 0.14733492, 0.14310084, 0.12946202, 0.12689525,
0.12657301, 0.12186691, 0.12920993, 0.12584537, 0.1256204 ,
0.13213837, 0.12466389, 0.12450796, 0.12225329],
[0.1105487 , 0.0845864 , 0.08335327, 0.07945915, 0.08722117,
0.08318086, 0.08492171, 0.07744648, 0.07810146, 0.08207355,
0.08195124, 0.08247904, 0.07876156, 0.08182614]])
C = np.array([[ 7.33333333, 7.33333333, 8. , 8.33333333, 8.33333333,
9.33333333, 10. , 10.66666667, 11.66666667, 11.33333333,
12.66666667, 12.66666667, 14.33333333, 14. ],
[ 7.33333333, 7. , 7. , 8. , 9. ,
9.33333333, 10.33333333, 10.66666667, 11.33333333, 12. ,
13. , 13. , 14. , 14.66666667],
[ 7. , 7. , 7.33333333, 7.66666667, 8.66666667,
9. , 9.66666667, 10.33333333, 11. , 11.33333333,
11.66666667, 12.66666667, 13. , 13. ],
[ 7. , 6.33333333, 6.66666667, 8. , 7.66666667,
8. , 9. , 9.33333333, 10.33333333, 11. ,
11.66666667, 11.66666667, 13. , 13. ],
[ 6.66666667, 6. , 6.33333333, 6.66666667, 7. ,
7.66666667, 8.33333333, 8.66666667, 9. , 9.66666667,
10. , 10.66666667, 12.33333333, 12. ],
[ 5.66666667, 5.33333333, 6. , 5.66666667, 7.33333333,
7. , 7.33333333, 7.33333333, 8.33333333, 9. ,
9.66666667, 10. , 10.66666667, 11.33333333],
[ 5. , 4.33333333, 4.66666667, 5. , 5.33333333,
6. , 6.33333333, 7.33333333, 7. , 7.66666667,
8. , 9. , 8.33333333, 9.33333333],
[ 3. , 4. , 4. , 4. , 4.33333333,
5. , 5.33333333, 5.66666667, 6. , 6.33333333,
7. , 7.33333333, 8. , 7.66666667],
[ 2. , 3. , 3. , 3. , 3.33333333,
3.66666667, 4. , 4.66666667, 4.66666667, 4.66666667,
5.66666667, 5.33333333, 5.66666667, 6.33333333]])
surfcont4d(X,Y,Z,C)
最后我通过在曲面图上方绘制等高线图解决了这个问题。这样等高线就不会被绘图的表面弯曲。
我使用的方法如下：
def projection_plot(X, Y, Z, V):
"""X,Y,Z and V are arrays with matching dimensions"""
fig = plt.figure()
ax = fig.gca(projection='3d')
# Plot the 3D surface and wireframe
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, alpha=0.9,
cmap='Greys_r', vmin=-10, vmax=45)
ax.plot_wireframe(X, Y, Z, rstride=1, cstride=1, lw=0.5,
colors='k')
# Plot projections of the contours for each dimension. By choosing offsets
# that match the appropriate axes limits, the projected contours will sit on
# the 'walls' of the graph
sc12 = ax.contourf(X,Y, V, vmin=0, vmax=100, cmap='viridis_r', alpha=0.9, zdir='z', offset=50, levels=np.linspace(0,100,11))
sc1 = ax.contour(X, Y, V, colors='w', alpha=1, zdir='z', offset=50.1, linewidths=0.3, levels=np.linspace(0,100,11))
# Set axis properties
ax.set_zlim(0, 50)
ax.zaxis.set_rotate_label(False) # disable automatic rotation
ax.set_zlabel('\n Speed', rotation=90, fontsize=9)
ax.set_xlabel('Total Information', fontsize=7)
ax.set_ylabel('Participation Inequality', fontsize=7)
ax.set_xticks([10,40,70,100,130])
ax.set_yticks([0, 25, 50, 75, 100])
ax.tick_params(axis='both', which='major', labelsize=9)
ax.view_init(30, 225)
ax.set_frame_on(True)
ax.clabel(sc1, inline=1, fontsize=10, fmt='%2.0f')
cbar = fig.colorbar(sc12, shrink=0.6, aspect=10)
cbar.ax.text(2.30, 0.98, '%', fontsize=7)
cbar.ax.text(1.77, -0.015, '%', fontsize=7)
cbar.ax.set_title('Accuracy \n', fontsize=9)
# cbar.set_label('Accuracy', rotation=0, y=1.1, labelpad=-20)
cbar.set_ticks([0,10,20,30,40,50,60,70,80,90,100] + [np.min(consensus_ratesc), np.max(consensus_ratesc)])
cbar.set_ticklabels([0,10,20,30,40,50,60,70,80,90,100]+[' min', ' max'])
cbar.ax.tick_params(labelsize=7)
plt.show()
一般来说，matplotlib examples documentation 是获取可视化灵感的好地方。我的解决方案基于 'projecting filled contour onto a graph' 示例。