将 3D 值数组绘制为网格上的彩色点

Question

我有一个 (X,Y,Z) numpy 数组，用于描述框内的每个点。我想绘制此数据的 3D 图，其中 [x,y,z] 点的颜色是数组中该点的值到目前为止，我已经尝试了以下方法：

fig = plt.figure()
ax = plt.axes(projection='3d')
data = np.random.rand(3,4,5)
xs = np.arange(0,data.shape[0])
ys = np.arange(0,data.shape[1])
zs = np.arange(0,data.shape[2])
for x in xs:
    for y in ys:
        for z in zs:
            ax.scatter(x, y, z, c = data[x,y,z])
plt.show()

这会在每个索引处正确绘制一个点，但不会根据值更改颜色。我见过一些使用 ravel/reshaping 数据到一维数组的方法，但由于此方法一次只绘制一个点，因此会引发错误。

有没有比单独绘制每个点更明智的方法？

（PS 这是为了可视化 EM 传播的 FDTD 模拟，所以如果你知道更好的方法，那也会有所帮助）

Answer 1

尝试这样的事情

import numpy as np
import matplotlib.pyplot as plt

data = np.random.rand(3,4,5)
x = np.indices(data.shape)[0]
y = np.indices(data.shape)[1]
z = np.indices(data.shape)[2]
col = data.flatten()

# 3D Plot
fig = plt.figure()
ax3D = fig.add_subplot(projection='3d')
p3d = ax3D.scatter(x, y, z)                                                                                

plt.show()

将 3D 值数组绘制为网格上的彩色点

Plotting 3D array of values as coloured points on a grid

python

3d

numpy

matplotlib

finite-difference