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 = 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 = s(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)
matplotlib中subplotax1.imshow(data, BrBG, interpolation='nearest', origin='lower', extent=[0,1,0,1])
# show the 3D rotated projection
ax2 = fig.add_subplot(122, projection='3d')
cset = urf(X, Y, data, 100, zdir='z', offset=0.5, cmap=cm.BrBG)
ax2.set_zlim((0.,1.))
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.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。