如何使用 Matplotlib 从分散的数据创建平滑的 3D 曲面？

使用 Matplotlib 创建曲面图

考虑表示 3D 空间中的点的 3 元组列表，任务是生成覆盖这些点的曲面。

使用 mplot3d 包中的plot_surface 需要 X、Y 和 Z 的二维数组形式的输入数据。要转换给定的数据结构，需要考虑一些因素。

在以下情况下曲面与线图不同，您需要使用二维数组定义覆盖域的网格。当仅处理 3D 点列表时，三角测量变得至关重要。这是因为给定的点云有多种可能的三角剖分。

对于光滑的表面，可以采取以下方法：

<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>

此代码使用 meshgrid 定义网格，生成相应的Z值，并使用plot_surface创建曲面图。生成的表面提供了底层数据的平滑表示。

以上是如何使用 Matplotlib 从分散的数据创建平滑的 3D 曲面？的详细内容。更多信息请关注PHP中文网其他相关文章！