python画3d图像_python – 在matplotlib中用3d绘制imshow()图像

我认为您在3D与2D表面颜色中的错误是由于表面颜色中的数据标准化造成的.如果使用facecolors = plt.cm.BrBG(data / data.max())规范化传递给plot_surface facecolor的数据,结果将更接近您的预期.

如果你只想要一个垂直于坐标轴的切片,而不是使用imshow,你可以使用contourf,从matplotlib 1.1.0开始,3D支持它,

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

import numpy as np

from matplotlib import cm

# create a 21 x 21 vertex mesh

xx, yy = np.meshgrid(np.linspace(0,1,21), np.linspace(0,1,21))

# create vertices for a rotated mesh (3D rotation matrix)

X = xx

Y = yy

Z = 10*np.ones(X.shape)

# create some dummy data (20 x 20) for the image

data = np.cos(xx) * np.cos(xx) + np.sin(yy) * np.sin(yy)

# create the figure

fig = plt.figure()

# show the reference image

ax1 = fig.add_subplot(121)

ax1.imshow(data, cmap=plt.cm.BrBG, interpolation='nearest', origin='lower', extent=[0,1,0,1])

# show the 3D rotated projection

ax2 = fig.add_subplot(122, projection='3d')

cset = ax2.contourf(X, Y, data, 100, zdir='z', offset=0.5, cmap=cm.BrBG)

ax2.set_zlim((0.,1.))

plt.colorbar(cset)

plt.show()

此代码生成此图像：

虽然这不适用于3D中任意位置的切片,其中imshow solution更好.