测量数据的Python三维绘图

Question

我已经捕获了一个球体上的三维测量数据（这是一个天线辐射模式，所以测量天线从每个phi，theta方向捕获辐射强度并将该值记录为phi的函数， THETA）。

我很难获取所代表的数据。 我试过了多个选项。这是我现在尝试的最后一个：

import numpy as np 
from mpl_toolkits.mplot3d import axes3d 
import matplotlib.pyplot as plt 

nElevationPoints = 16 
nAzimuthPoints = 40 
stepSizeRad = 0.05 * np.pi 
def r(phi,theta): 
    radius = 1 
    return radius 

phi = np.arange(0,nAzimuthPoints*stepSizeRad,stepSizeRad) 
theta = np.arange(0,nElevationPoints*stepSizeRad,stepSizeRad) 

x = (r(phi,theta)*np.outer(r(phi,theta)*np.cos(phi), np.sin(theta))) 
y = (-r(phi,theta)*np.outer(np.sin(phi), np.sin(theta))) 
z = (r(phi,theta)*np.outer(np.ones(np.size(phi)), np.cos(theta))) 

fig = plt.figure(1) 
ax = fig.add_subplot(111, projection='3d') 
ax.plot_surface(x, y, z, rstride=4, cstride=4, color='b') 

plt.ioff() 
plt.show() 

这段代码本身正在工作，它绘制了一个球体。现在的事情是，根据测量数据，我实际上需要的半径不是常数“1”，而是与测得的辐射强度相对应。所以它需要是phi，theta的函数。

但是，只要将“r”函数更改为包含phi或theta参数的任何内容，就会收到有关无法广播的操作数的错误。

如果有任何解决方法可以通过phi循环，theta也是完美的。

但现在我卡住了，所以我会很感激:-)

任何帮助顺便说一句，我去上面的方法的原因是因为我没有任何意义的是如何在x，y， z应该被定义为可以被plot_surface函数接受。 我确实设法通过计算phi，theta，强度数据的实际位置（x，y，z）来生成散点图，但这只是单个点的表示，并且不会产生任何良好可见的天线辐射模式情节。为此，我假设等值线图会更好，但是我又陷入了“r”函数调用或理解x，y，z应该如何格式化（文档指的是x，y，z需要是二维数组，但这超出了我的理解，因为x，y，z通常都是一维数组）。

无论如何，期待任何人可能愿意给予的帮助。

- 编辑 -

随着@ M4rtini的修改建议我得出如下：

import numpy as np 
from mayavi import mlab 

def r(phi,theta): 
    r = np.sin(phi)**2 
    return r 


phi, theta = np.mgrid[0:2*np.pi:201j, 0:np.pi:101j] 

x = r(phi,theta)*np.sin(phi)*np.cos(theta) 
y = r(phi,theta)*np.sin(phi)*np.sin(theta) 
z = r(phi,theta)*np.cos(phi) 

intensity = phi * theta 

obj = mlab.mesh(x, y, z, scalars=intensity, colormap='jet') 
obj.enable_contours = True 
obj.contour.filled_contours = True 
obj.contour.number_of_contours = 20 
mlab.show() 

这工作，谢谢，@ M4rtini，而我现在能够有一个披，theta依赖“r”功能。 然而，注意到这个例子现在确保phi和theta长度相同（由于mgrid函数）。在我的测量中，情况并非如此。当分别和不同维度地声明phi和theta时，它仍然不起作用。所以我现在将看看测量插值。

Answer 1

这可能不是您正在寻找的确切答案，但是如果您可以接受使用强度值作为颜色的映射，则应该起作用。
其实，你也可以在这里计算一个特定的r。但我没有测试。
使用mayavi，因为在我看来，它比3D的matplotlib优越。

import numpy as np 
from mayavi import mlab 
r = 1.0 
phi, theta = np.mgrid[0:np.pi:200j, 0:2*np.pi:101j] 

x = r*np.sin(phi)*np.cos(theta) 
y = r*np.sin(phi)*np.sin(theta) 
z = r*np.cos(phi) 

intensity = phi * theta 

obj = mlab.mesh(x, y, z, scalars=intensity, colormap='jet') 
obj.enable_contours = True 
obj.contour.filled_contours = True 
obj.contour.number_of_contours = 20 
mlab.show() 

示例脚本的输出，现在在一个交互式gui中。所以你可以旋转，翻译，按比例缩放。甚至可以交互式操作数据和表示选项。