使用Python绘制3D笛卡尔坐标系网格

Question

我刚开始学习Python，在尝试绘制图形时遇到了问题。

我有一组大约42000个点，具有X-Y-Z坐标和几个相关变量（温度、含水量...）。我想在一个图中绘制所有这些东西，但是在我的Python知识水平下似乎不可能。所有这些点都位于笛卡尔正则网格上。因此，我想使用numpy生成一个meshgrid网格，但我卡住了。基本上，我想将1D向量（比如X、Y、Z和T）转换为带有插值数据的3D网格。这可能吗？

你能帮帮我吗？

- user3473016

---

你可以使用Mayavi。类似于这样的代码 from mayavi import mlab pts = mlab.points3d(x, y, z, s)。更多信息请参考这里：http://docs.enthought.com/mayavi/mayavi/mlab.html - chase

这听起来像是一个VTK问题。可以使用mayavi或ParaView解决。mayavi具有GUI和Python脚本前端以连接VTK，paraview仅提供GUI。如果你想成为真正的可视化专家，可以使用C ++中的VTK或OpenGL，并用Cython将其接口化到Python中。 - Sturla Molden

就像这张图片一样：https://dev59.com/FWvXa4cB1Zd3GeqPJnsG - user3473016

当然可以。但是我不记得应该使用哪个VTK过滤器了。 - Sturla Molden

http://docs.enthought.com/mayavi/mayavi/ - Sturla Molden

Answer 1

这是一些复杂的数据，需要使用专为3D数据浏览设计的工具才能轻松查看，MayaVi 是一个非常好的选择。

以下是示例：

最重要的是它高度交互性，因此使用鼠标可以轻松地抓取和移动切片平面，甚至可以倾斜它们以探索数据体积数据（这非常有用，因为在这种情况下，我们可以看到它内部大部分是红色的，而仅从表面上我们无法猜测）：

这是一段代码，只是 this 的稍微修改版本。

from mayavi import mlab
import numpy as np

x, y, z = np.ogrid[-2:2:20j, -2:2:20j, -2:2:20j]
s = np.sin(x*y*z + x + y*z)/(x*y*z + x + y*z)

mlab.pipeline.image_plane_widget(mlab.pipeline.scalar_field(s),
                            plane_orientation='x_axes',
                            slice_index=20,
                        )
mlab.pipeline.image_plane_widget(mlab.pipeline.scalar_field(s),
                            plane_orientation='y_axes',
                            slice_index=20,
                        )
mlab.pipeline.image_plane_widget(mlab.pipeline.scalar_field(s),
                            plane_orientation='z_axes',
                            slice_index=20,
                        )
mlab.outline()
mlab.show()

- tom10

Answer 2

我不是很明白你想要什么。但如果你想做一个4D图，你需要第四个维度（你有想要的例子吗？）。我将颜色作为另一个维度，在这个例子中，我在R^3上绘制了一个以(0,0,0)为中心的高斯函数，每个点的颜色表示函数的值。

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

X, Y, Z = np.mgrid[-1:1:10j, -1:1:10j, -1:1:10j]

T = np.exp(-X**2 - Y**2 - Z**2)

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
scat = ax.scatter(X, Y, Z, c=Z.flatten(), alpha=0.5)
fig.colorbar(scat, shrink=0.5, aspect=5)

对于插值部分，您可以使用 scipy.interpolate。

- nicoguaro

---

这就是我想要的：颜色表达了第四个维度。现在我只需要在这些点之间插值，从而得到表面而不是单个点.. 但这是否很容易呢？ - user3473016

这是我想要获得的结果：https://dev59.com/FWvXa4cB1Zd3GeqPJnsG - user3473016

尝试使用Tom10建议的Mayavi。此外，使用等值面可能会很有用。在Mayavi中，您可以使用Contour3d来实现。 - nicoguaro

Answer 3

请查看 matplotlib，它是一个漂亮且良好说明的 Python 绘图模块，您应该能找到所需内容！

一个示例

三维示例

- floppy12

---

当然，我花了几个小时去查找答案，但仍然没有找到合适的答案。不过还是感谢你提供的第一手资料。 - user3473016

抱歉，但我在他们的库中找不到相关的示例。当他们谈论3D图时，他们指的是Z=f(X,Y)。实际上，我想绘制一个伪4D图：T=f(X,Y,Z)，其中X、Y、Z位于常规笛卡尔网格上。 - user3473016

这似乎是你想要的？ - Lee

Answer 4

"

Mayavi可能是另一个选择

"

- Lee