测量数据的Python3D绘图

Question

我在一个球体上捕获了三维测量数据(这是一个天线辐射方向，所以测量天线从每个phi，theta方向捕获辐射强度，并记录这个值作为phi，theta的函数)。

我很难把数据表示出来。我尝试过多种选择。这是我最后一次尝试：

import numpy as np
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt

nElevationPoints = 16
nAzimuthPoints = 40
stepSizeRad = 0.05 * np.pi
def r(phi,theta):
    radius = 1
    return radius

phi = np.arange(0,nAzimuthPoints*stepSizeRad,stepSizeRad)
theta = np.arange(0,nElevationPoints*stepSizeRad,stepSizeRad)

x = (r(phi,theta)*np.outer(r(phi,theta)*np.cos(phi), np.sin(theta)))
y = (-r(phi,theta)*np.outer(np.sin(phi), np.sin(theta)))
z = (r(phi,theta)*np.outer(np.ones(np.size(phi)), np.cos(theta)))

fig = plt.figure(1)
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(x, y, z,  rstride=4, cstride=4, color='b')

plt.ioff()
plt.show()

这段代码本身是可行的，它绘制了一个球体。现在的问题是，根据测量数据，我实际上需要半径不是常数"1"，而是对应于测量到的辐射强度。所以它需要是phi，θ的函数。

但是，一旦我将"r“函数更改为包含phi或theta参数的任何内容，我就会得到一个关于不能广播的操作数的错误。

如果有任何关于通过phi循环的工作，θ也会很好。

但是我现在被困住了，所以我很感激你的帮助:-)

顺便说一句，我之所以选择上述方法，是因为我无法理解如何定义x，y，z，以便被plot_surface函数接受。我从phi，theta，强度数据中计算出了实际位置(x，y，z)，从而生成了一个散点图，但这只是一个由各个点表示的，并不能生成任何可见的天线辐射方向图。为此，我假设等高线图会更好，但我还是被"r“函数调用所困，或者理解如何格式化x、y、z(文档指的是x、y、z需要是2D数组，但这超出了我的理解范围，因为x、y、z通常是一维数组)。

无论如何，期待着任何人愿意给予的任何帮助。

-编辑--

关于@M4rtini建议的更改，我得出如下结论：

import numpy as np
from mayavi import mlab

def r(phi,theta):
    r = np.sin(phi)**2
    return r


phi, theta = np.mgrid[0:2*np.pi:201j, 0:np.pi:101j]

x = r(phi,theta)*np.sin(phi)*np.cos(theta)
y = r(phi,theta)*np.sin(phi)*np.sin(theta)
z = r(phi,theta)*np.cos(phi)

intensity = phi * theta

obj = mlab.mesh(x, y, z, scalars=intensity, colormap='jet')
obj.enable_contours = True
obj.contour.filled_contours = True
obj.contour.number_of_contours = 20
mlab.show()

这是有效的，谢谢，@M4rtini，我现在可以有一个phi，θ相关的"r“函数。但是，注意到该示例现在确保phi和theta具有相同的长度(由于mgrid函数)。在我的测量中，情况并非如此。当分别声明phi和θ时，它不再工作了。现在我来看一看测量插值。

Answer 1

这可能不是您想要的确切答案，但如果您可以接受使用强度值作为颜色的映射，这应该是可行的。

实际上，你也可以在这里计算出一个特定的r。但我没试过。

使用mayavi，因为在我看来，它比matplotlib在3D上要好得多。

import numpy as np
from mayavi import mlab
r = 1.0
phi, theta = np.mgrid[0:np.pi:200j, 0:2*np.pi:101j]

x = r*np.sin(phi)*np.cos(theta)
y = r*np.sin(phi)*np.sin(theta)
z = r*np.cos(phi)

intensity = phi * theta

obj = mlab.mesh(x, y, z, scalars=intensity, colormap='jet')
obj.enable_contours = True
obj.contour.filled_contours = True
obj.contour.number_of_contours = 20
mlab.show()

输出的示例脚本，现在这是一个交互式的gui。所以你可以随意旋转，平移，缩放。甚至可以交互地操作数据和表示选项。

​