绘制与Matplotlib

Question

二维数组

所以我有一个二维数组（名为Data），看起来像：

  Shape 0  Shape 1  ...  Shape N 
      -------  -------    ------- 

Scale 0 | Value00 , Value01  ...  Value0N | 

Scale 1 | Value10 , Value11  ...  Value1N | 

    . 
    . 
    . 

Scale N | ValueN0 , ValueN1  ...  ValueNN | 

我想创建一个三维图，其中ValueXXs是Z轴。我尝试了两次尝试，但每次都会给我一个相对于另一个旋转的表面，所以我感到有点困惑。这是我在一个解决方案1的尝试：

x,y = numpy.mgrid[0:50:50j,0:50:50j] 
f = Data 
fig = plt.figure() 
ax = Axes3D(fig) 
ax.plot_surface(x,y,f,rstride=1,cstride=1) 

这里是我的第二次尝试：

nx, ny = 50, 50 
x = range(nx) 
y = range(ny) 
hf = plt.figure() 
ha = hf.add_subplot(111, projection='3d') 
X, Y = numpy.meshgrid(x, y) 
ha.plot_surface(X,Y,Data,rstride=1,cstride=1) 

检查X和Y确实没有任何帮助真的是因为它是一个正方形。我不确定何时X代表我的'比例'，而不是代表我的'形状'。

那么，这两个例子到底发生了什么？有没有更好的方法来绘制这个数组？

谢谢！

Answer 1

如果我理解你说得对，混淆是哪个轴是哪个，对吧？如果是这种情况，你可以很容易地绘制一个已知的不对称形状，情节会告诉你一切。例如，采用an example from the gallery：

# By Armin Moser 

from mpl_toolkits.mplot3d import Axes3D 
import matplotlib 
import numpy as np 
from matplotlib import cm 
from matplotlib import pyplot as plt 
step = 0.04 
maxval = 1.0 
fig = plt.figure() 
ax = fig.add_subplot(111, projection='3d') 

# create supporting points in polar coordinates 
r = np.linspace(0,1.25,50) 
p = np.linspace(0,2*np.pi,50) 
R,P = np.meshgrid(r,p) 
# transform them to cartesian system 
X,Y = R*np.cos(P),R*np.sin(P) 

#Z = ((R**2 - 1)**2) 
Z = (X**2 + 0.2*Y**2 -1)**2 # <------- edit 

ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.jet) 
#ax.set_zlim3d(0, 1) 
ax.set_xlabel(r'$\phi_\mathrm{real}$') 
ax.set_ylabel(r'$\phi_\mathrm{im}$') 
ax.set_zlabel(r'$V(\phi)$') 
plt.show()