Как построить 3D-поверхности в Python

Question

Что нужно изменить или добавить в любой из примеров here и here, чтобы создать 3D-поверхность из следующих данных?

[100, 0, 'TF', 0] 
[100, 0, 'DF', 0] 
[100, 50, 'TF', 0] 
[100, 50, 'DF', 0] 
[100, 100, 'TF', 0] 
[100, 100, 'DF', 0] 
[100, 150, 'TF', 0.84496124031007758] 
[100, 150, 'DF', 0.87209302325581395] 
[100, 200, 'TF', 0.88139534883720927] 
[100, 200, 'DF', 0.86201550387596892] 
[100, 250, 'TF', 0.87441860465116272] 
[100, 250, 'DF', 0.889922480620155] 
[100, 300, 'TF', 0.87984496124031009] 
[100, 300, 'DF', 0.89922480620155043] 
[100, 350, 'TF', 0.92015503875968996] 
[100, 350, 'DF', 0.90697674418604657] 

Примечание: Я попробовал несколько вещей, на основе кода, упомянутого выше, но я не смог заставить его работать до сих пор. Причина, по которой я не цитировал мой код здесь, потому что я бы поставил свой вопрос более сложным, чем на самом деле.

Answer 1

Итак, ваши данные на самом деле не 3D, так как все значения x одинаковы, но вот как я отредактировал приведенный вами пример. По какой-то причине X хочет быть списком списков. Может, кто-то знает почему.

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) 

X=[] 
for i in range(0,16): 
    X.append([]) 
    X[i].append(100) 
print(X) 

Y=[] 
for i in range(0,8): 
    Y.append(50*i) 
    Y.append(50*i) 
print(Y) 

Z=[] 
Z.append(0) 
Z.append(0) 
Z.append(0) 
Z.append(0) 
Z.append(0) 
Z.append(0) 
Z.append(0.84496124031007758) 
Z.append(0.87209302325581395) 
Z.append(0.88139534883720927) 
Z.append(0.86201550387596892) 
Z.append(0.87441860465116272) 
Z.append(0.889922480620155) 
Z.append(0.87984496124031009) 
Z.append(0.89922480620155043) 
Z.append(0.92015503875968996) 
Z.append(0.90697674418604657) 
print(Z) 


#Z = ((R**2 - 1)**2) 
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.YlGnBu_r) 
ax.set_zlim3d(0, 1) 
ax.set_xlabel(r'xlabel') 
ax.set_ylabel(r'ylabel') 
ax.set_zlabel(r'zlabel') 
plt.show() 

Answer 2

Небольшое изменение в рентгеновских данных даст вам поверхность:

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

data = [[100, 0, 'TF', 0], 
     [100, 0, 'DF', 0], 
     [100, 50, 'TF', 0], 
     [100, 50, 'DF', 0], 
     [100, 100, 'TF', 0], 
     [100, 100, 'DF', 0], 
     [100, 150, 'TF', 0.84496124031007758], 
     [100, 150, 'DF', 0.87209302325581395], 
     [100, 200, 'TF', 0.88139534883720927], 
     [100, 200, 'DF', 0.86201550387596892], 
     [100, 250, 'TF', 0.87441860465116272], 
     [100, 250, 'DF', 0.889922480620155], 
     [100, 300, 'TF', 0.87984496124031009], 
     [100, 300, 'DF', 0.89922480620155043], 
     [100, 350, 'TF', 0.92015503875968996], 
     [100, 350, 'DF', 0.90697674418604657] 
     ] 
x = [item[0] for item in data] 
# change x here 
x = np.linspace(0, 100, num = 16) 
y = [item[1] for item in data] 
z = [item[3] for item in data] 

X, Y = np.meshgrid(x, y) 
_z, Z = np.meshgrid(x, z) 

ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.YlGnBu_r) 
ax.set_zlim3d(0, 1) 
ax.set_xlabel(r'xlabel') 
ax.set_ylabel(r'ylabel') 
ax.set_zlabel(r'zlabel') 
plt.show() 
plt.close()