注意
转到末尾下载完整的示例代码。
3D 中的 2D 图像#
此示例演示如何将 2D 彩色编码图像(类似于Axes.imshow
)绘制为 3D 中的平面。
Matplotlib 没有为此的本地函数。下面,我们通过依赖Axes3D.plot_surface
来构建一个。为简单起见,与Axes.imshow
有一些差异:此函数不设置轴的纵横比,因此像素不一定是正方形。此外,像素边缘位于整数值上,而不是像素中心。此外,Axes.imshow
的许多可选参数未实现。
默认情况下,多次调用 imshow3d
使用独立的范数,因此使用不同的颜色刻度。如果要使用单个公共颜色刻度,则需要事先构造一个合适的范数,并将其传递给所有 imshow3d
调用。
3D 绘图引擎的一个基本限制是无法正确绘制相交的对象。一个对象将始终在另一个对象之后绘制。因此,多个图像平面可以很好地在后台使用,如此示例所示。但是,如果平面相交,则此方法不适用。
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import Normalize
def imshow3d(ax, array, value_direction='z', pos=0, norm=None, cmap=None):
"""
Display a 2D array as a color-coded 2D image embedded in 3d.
The image will be in a plane perpendicular to the coordinate axis *value_direction*.
Parameters
----------
ax : Axes3D
The 3D Axes to plot into.
array : 2D numpy array
The image values.
value_direction : {'x', 'y', 'z'}
The axis normal to the image plane.
pos : float
The numeric value on the *value_direction* axis at which the image plane is
located.
norm : `~matplotlib.colors.Normalize`, default: Normalize
The normalization method used to scale scalar data. See `imshow()`.
cmap : str or `~matplotlib.colors.Colormap`, default: :rc:`image.cmap`
The Colormap instance or registered colormap name used to map scalar data
to colors.
"""
if norm is None:
norm = Normalize()
colors = plt.get_cmap(cmap)(norm(array))
if value_direction == 'x':
nz, ny = array.shape
zi, yi = np.mgrid[0:nz + 1, 0:ny + 1]
xi = np.full_like(yi, pos)
elif value_direction == 'y':
nx, nz = array.shape
xi, zi = np.mgrid[0:nx + 1, 0:nz + 1]
yi = np.full_like(zi, pos)
elif value_direction == 'z':
ny, nx = array.shape
yi, xi = np.mgrid[0:ny + 1, 0:nx + 1]
zi = np.full_like(xi, pos)
else:
raise ValueError(f"Invalid value_direction: {value_direction!r}")
ax.plot_surface(xi, yi, zi, rstride=1, cstride=1, facecolors=colors, shade=False)
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.set(xlabel="x", ylabel="y", zlabel="z")
nx, ny, nz = 8, 10, 5
data_xy = np.arange(ny * nx).reshape(ny, nx) + 15 * np.random.random((ny, nx))
data_yz = np.arange(nz * ny).reshape(nz, ny) + 10 * np.random.random((nz, ny))
data_zx = np.arange(nx * nz).reshape(nx, nz) + 8 * np.random.random((nx, nz))
imshow3d(ax, data_xy)
imshow3d(ax, data_yz, value_direction='x', cmap='magma')
imshow3d(ax, data_zx, value_direction='y', pos=ny, cmap='plasma')
plt.show()
脚本的总运行时间:(0 分 1.042 秒)