python绘制一个单位球面_python – 生成分布在单位球体表面上的点的随机样本

基于

the last approach on this page,您可以简单地生成由三个标准正态分布的独立样本组成的向量,然后对向量进行归一化,使其大小为1：

import numpy as np

def sample_spherical(npoints, ndim=3):

vec = np.random.randn(ndim, npoints)

vec /= np.linalg.norm(vec, axis=0)

return vec

例如：

from matplotlib import pyplot as plt

from mpl_toolkits.mplot3d import axes3d

phi = np.linspace(0, np.pi, 20)

theta = np.linspace(0, 2 * np.pi, 40)

x = np.outer(np.sin(theta), np.cos(phi))

y = np.outer(np.sin(theta), np.sin(phi))

z = np.outer(np.cos(theta), np.ones_like(phi))

xi, yi, zi = sample_spherical(100)

fig, ax = plt.subplots(1, 1, subplot_kw={'projection':'3d', 'aspect':'equal'})

ax.plot_wireframe(x, y, z, color='k', rstride=1, cstride=1)

ax.scatter(xi, yi, zi, s=100, c='r', zorder=10)

同样的方法也推广到在单位圆(ndim = 2)上或在高维单位超球面上拾取均匀分布的点.