在NumPy数组中绘制3D图像数据

我在NumPy数组中有一个数据文件，我想查看3D图像。我共享的示例，其中，I可以查看大小（100，100）的2D图像，这是在中的Z的xy平面上的切片= 0在NumPy数组中绘制3D图像数据

import numpy as np 
from matplotlib import pyplot as plt 
from mpl_toolkits.mplot3d import Axes3D 
X, Y, Z = np.mgrid[-10:10:100j, -10:10:100j, -10:10:100j] 
T = np.sin(X*Y*Z)/(X*Y*Z) 
T=T[:,:,0] 
im = plt.imshow(T, cmap='hot') 
plt.colorbar(im, orientation='vertical') 
plt.show()

我怎样才能查看形状数据T（100,100,100）的3D图像？

来源

2017-08-13 Nachi

你的问题似乎是类似于这个：http s：//stackoverflow.com/q/7011428/3272066 – Giorgio

@George我会说这个问题质量高得多，并且可能会从比链接问题更多的实质性答案中受益。 – Mast

是的，因为Nachi提供了数据，所以可以很方便地看到各种方法的截图来显示数据，这些链接的问题没有 – Eric

我认为主要的问题是，你确实有4个信息的每个点，所以你实际上是在一个4维的对象。绘制这个总是很困难（甚至不可能）。我建议以下解决方案之一：

您更改问题：我不是在X，Y，Z的所有组合interessted，但只有那些，其中z = f(x,y)
你改变你的精确度有点小，说你不需要100个z的等级，但只有5个等级，那么你只需制作5个你已经拥有的情节。

在您要使用的第一种方法的情况下，则有几个子方法：

A.情节2暗淡表面f(x,y)=z与T B.色彩运用它时使用任何TECHNIC以绘制复杂的功能，更多信息请参阅here。

的方法1.A（我认为这是最好的解决方案）与z=x^2+y^2产量给出的情节：

我用这个PROGRAMM：

import numpy as np 
from matplotlib import pyplot as plt 
from mpl_toolkits.mplot3d import Axes3D 
import matplotlib as mpl 
X, Y = np.mgrid[-10:10:100j, -10:10:100j] 
Z = (X**2+Y**2)/10 #definition of f 
T = np.sin(X*Y*Z) 
norm = mpl.colors.Normalize(vmin=np.amin(T), vmax=np.amax(T)) 
T = mpl.cm.hot(T) #change T to colors 
fig = plt.figure() 
ax = fig.gca(projection='3d') 
surf = ax.plot_surface(X, Y, Z, facecolors=T, linewidth=0, 
     cstride = 1, rstride = 1) 
plt.show()

第二种方法给出了类似：

随着代码：

norm = mpl.colors.Normalize(vmin=-1, vmax=1) 
X, Y= np.mgrid[-10:10:101j, -10:10:101j] 
fig = plt.figure() 
ax = fig.gca(projection='3d') 
for i in np.linspace(-1,1,5): 
    Z = np.zeros(X.shape)+i 
    T = np.sin(X*Y*Z) 
    T = mpl.cm.hot(T) 
    ax.plot_surface(X, Y, Z, facecolors=T, linewidth=0, alpha = 0.5, cstride 
     = 10, rstride = 10) 

plt.show()

注：我改变了功能T = sin(X*Y*Z)因为X*Y*Z将使得功能的行为不好，你分上下两数非常接近0

来源

2017-08-14 07:12:56

感谢您的建议。问题不在第四维绘制曲面。这是3D数据的可视化。每个点的数据应该用颜色表示。这也不应该是等值线图，因为等值线表示等级曲线的集合。 – Nachi

我已经得到了解决我的问题。如果我们有NumPy数据，那么我们可以将它们转换成TVTK ImageData，然后借助Mayabi的mlab形式进行可视化。代码和它的三维可视化有以下几种

from tvtk.api import tvtk 
import numpy as np 
from mayavi import mlab 
X, Y, Z = np.mgrid[-10:10:100j, -10:10:100j, -10:10:100j] 
data = np.sin(X*Y*Z)/(X*Y*Z) 
i = tvtk.ImageData(spacing=(1, 1, 1), origin=(0, 0, 0)) 
i.point_data.scalars = data.ravel() 
i.point_data.scalars.name = 'scalars' 
i.dimensions = data.shape 
mlab.pipeline.surface(i) 
mlab.colorbar(orientation='vertical') 
mlab.show()

对于另一个随机生成的数据

from numpy import random 
data = random.random((20, 20, 20))

可视化将是

来源

2017-08-23 06:43:54 Nachi

在NumPy数组中绘制3D图像数据

回答

相关问题