使用matplotlib绘制给定域上的三维图形函数

我试图在R^3中的立方体上看到3个参数的函数，以获得函数平滑的想法。该问题的一个例子示于以下示例代码使用matplotlib绘制给定域上的三维图形函数

%pylab 
from mpl_toolkits.mplot3d import Axes3D 
import itertools 

x = np.linspace(0,10,50) 
y = np.linspace(0,15,50) 
z = np.linspace(0,8,50) 

points = [] 
for element in itertools.product(x, y, z): 
    points.append(element) 

def f(vals): 
    return np.cos(vals[0]) + np.sin(vals[1]) + vals[2]**0.5 

fxyz = map(f, points) 
xi, yi, zi = zip(*points) 

fig = plt.figure(figsize=(12, 8)) 
ax = fig.add_subplot(111, projection='3d') 
ax.scatter(xi, yi, zi, c=fxyz, alpha=0.5) 
plt.show()

cube

这种方法的问题是，立方体的内部不能被可视化。是否有更好的方法来绘制R^3的某个密集子集上的函数？

来源

2014-12-21 mgilbert

我建议你使用Mayavi的。 – HYRY

如前所述，为Mayavi使用其他软件是更好的选择。可以使用的两种技术是：等速面绘制和体绘制。 – nicoguaro

@HYRY谢谢，这正是我所期待的 – mgilbert

由于@HYRY和@nicoguaro在上面的评论中提出，Mayavi更适合这种类型的工作。有一组很好的例子我用作参考。以下是我想出了

import numpy as np 
from mayavi import mlab 

x = np.linspace(0,10,50) 
y = np.linspace(0,15,50) 
z = np.linspace(0,8,50) 

X, Y, Z = np.meshgrid(x, y, z) 

s = np.cos(X) + np.sin(Y) + Z**0.5 
b1 = np.percentile(s, 20) 
b2 = np.percentile(s, 80) 
mlab.pipeline.volume(mlab.pipeline.scalar_field(s), vmin=b1, vmax=b2) 
mlab.axes() 
mlab.show()

这之后，我旋转的数字与图形用户界面所需的角度和保存所需的意见

angle1 angle2