如何使用 Matplotlib 從分散的資料建立平滑的 3D 曲面？

使用 Matplotlib 建立曲面圖

考慮表示 3D 空間中的點的 3 元組列表，任務是產生覆蓋這些點的曲面。

使用 mplot3d 套件中的plot_surface 需要 X、Y 和 Z 的二維數組形式的輸入資料。要轉換給定的資料結構，需要考慮一些因素。

在下列情況下曲面與線圖不同，您需要使用二維陣列定義覆蓋域的網格。當僅處理 3D 點列表時，三角測量變得至關重要。這是因為給定的點雲有多種可能的三角剖分。

對於光滑的表面，可以採取以下方法：

<code class="python">import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import random

def fun(x, y):
    return x**2 + y

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = y = np.arange(-3.0, 3.0, 0.05)
X, Y = np.meshgrid(x, y)
zs = np.array(fun(np.ravel(X), np.ravel(Y)))
Z = zs.reshape(X.shape)

ax.plot_surface(X, Y, Z)

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()</code>

此程式碼使用 meshgrid 定義網格，產生對應的Z值，並使用plot_surface建立曲面圖。生成的表面提供了底層資料的平滑表示。

以上是如何使用 Matplotlib 從分散的資料建立平滑的 3D 曲面？的詳細內容。更多資訊請關注PHP中文網其他相關文章！