如何在 python 中创建 3D 高度图
how to create a 3D height map in python
我有一个二维数组 Z，它存储该元素位置的高度。除了使用方法 here 需要创建与 Z 大小相同的数组 X 和 Y 之外，还有其他更简单的方法来创建 3D 高度图吗？
3D 表面高度图类似于第一个表面图 here。
即使我同意其他人的观点，网格并不难，我仍然认为 Mayavi 包提供了解决方案（检查函数 surf）
from mayavi import mlab
mlab.surf(Z)
mlab.show()
这里是matplotlib的代码
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
z = np.array([[x**2 + y**2 for x in range(20)] for y in range(20)])
x, y = np.meshgrid(range(z.shape[0]), range(z.shape[1]))
# show hight map in 3d
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(x, y, z)
plt.title('z as 3d height map')
plt.show()
# show hight map in 2d
plt.figure()
plt.title('z as 2d heat map')
p = plt.imshow(z)
plt.colorbar(p)
plt.show()
这里是 z 的 3D 图：
这里是 z 的二维图：
我有一个二维数组 Z，它存储该元素位置的高度。除了使用方法 here 需要创建与 Z 大小相同的数组 X 和 Y 之外，还有其他更简单的方法来创建 3D 高度图吗？
3D 表面高度图类似于第一个表面图 here。
即使我同意其他人的观点，网格并不难，我仍然认为 Mayavi 包提供了解决方案（检查函数 surf）
from mayavi import mlab
mlab.surf(Z)
mlab.show()
这里是matplotlib的代码
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
z = np.array([[x**2 + y**2 for x in range(20)] for y in range(20)])
x, y = np.meshgrid(range(z.shape[0]), range(z.shape[1]))
# show hight map in 3d
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(x, y, z)
plt.title('z as 3d height map')
plt.show()
# show hight map in 2d
plt.figure()
plt.title('z as 2d heat map')
p = plt.imshow(z)
plt.colorbar(p)
plt.show()
这里是 z 的 3D 图：
这里是 z 的二维图：