在Python中绘制4D轮廓(X，Y，Z+ Data)

Question

我想在Python中使用matplotlib在4D中可视化大量的测量结果。目前，我的变量是这样排列的：

x = np.array(range(0, v1))
y = np.array(range(0, v2))
z = np.array(range(0, v3))

我有一个C，它是一个3D数组，包含前面变量的每个组合的测量值。所以它的维度是v1*v2*v3。

目前，我使用contourf函数可视化我的测量值，并为每个z值绘制该值。这会产生3D轮廓图，即值的2D +颜色图。现在，我想组合所有变量并查看4D维度的测量值(x、y、z和与测量值对应的颜色)。在python中，最有效的方法是什么？

Answer 1

关于@Sameeresque的答案，我想问题是关于这个3D图表的：

import numpy as np
import matplotlib.pyplot as plt

# only for example, use your grid
z = np.linspace(0, 1, 15)
x = np.linspace(0, 1, 15)
y = np.linspace(0, 1, 15)

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

# Your 4dimension, only for example use yours
U = np.exp(-(X/2) ** 2 - (Y/3) ** 2 - Z ** 2)

# Creating figure
fig = plt.figure()
ax = plt.axes(projection="3d")

# Creating plot
ax.scatter3D(X, Y, Z, c=U, alpha=0.7, marker='.')
plt.show()

​

​

Answer 2

以(x，y，z)为轴，第四个是颜色的四维图可以这样得到：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x = np.array(range(0, 50))
y = np.array(range(0, 50))
z = np.array(range(0, 50))
colors = np.random.standard_normal(len(x))
img = ax.scatter(x, y, z, c=colors, cmap=plt.hot())
fig.colorbar(img)
plt.show()

​

​