3D-Box-Oberflächenplot

Einführung

In diesem Lab führen wir Sie durch die Erstellung eines 3D-Boxflächenplots mit Python und Matplotlib. Wir werden die Dimensionen definieren, falsche Daten erstellen und Konturflächen plotten. Wir werden die Grenzen des Plots festlegen, die Kanten plotten, die Beschriftungen und die Z-Achsenmarkierungen setzen, das Zoomen und die Blickrichtung einstellen und eine Farbskala hinzufügen.

Tipps für die VM

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu öffnen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen von Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Dimensionen definieren

Definieren Sie die Dimensionen der Box, indem Sie drei Variablen für die Länge jeder Seite erstellen: Nx, Ny und Nz. Erstellen Sie dann drei Gitternetze für X, Y und Z mit der arange-Methode von numpy. Legen Sie schließlich den negativen Wert für Z fest, um eine Box statt einer Ebene zu erstellen.

import matplotlib.pyplot as plt
import numpy as np

## Define dimensions
Nx, Ny, Nz = 100, 300, 500
X, Y, Z = np.meshgrid(np.arange(Nx), np.arange(Ny), -np.arange(Nz))

Falsche Daten erstellen

Erstellen Sie falsche Daten zum Plotten, indem Sie eine Formel verwenden, um die Daten basierend auf den Werten von X, Y und Z zu berechnen. Wir werden eins zur Ergebnis hinzuaddieren, um sicherzustellen, dass der minimale Wert größer als Null ist.

## Create fake data
data = (((X+100)**2 + (Y-20)**2 + 2*Z)/1000+1)

Konturflächen plotten

Plotten Sie Konturflächen für die Box mit der contourf-Methode für jede Fläche. Verwenden Sie passende Parameter für zdir und offset.

kw = {
    'vmin': data.min(),
    'vmax': data.max(),
    'levels': np.linspace(data.min(), data.max(), 10),
}

## Create a figure with 3D ax
fig = plt.figure(figsize=(5, 4))
ax = fig.add_subplot(111, projection='3d')

## Plot contour surfaces
_ = ax.contourf(
    X[:, :, 0], Y[:, :, 0], data[:, :, 0],
    zdir='z', offset=0, **kw
)
_ = ax.contourf(
    X[0, :, :], data[0, :, :], Z[0, :, :],
    zdir='y', offset=0, **kw
)
C = ax.contourf(
    data[:, -1, :], Y[:, -1, :], Z[:, -1, :],
    zdir='x', offset=X.max(), **kw
)

Begrenzungen des Plots festlegen

Legen Sie die Begrenzungen des Plots fest, indem Sie die set-Methode verwenden und die Grenzen der X-, Y- und Z-Koordinaten übergeben.

## Set limits of the plot from coord limits
xmin, xmax = X.min(), X.max()
ymin, ymax = Y.min(), Y.max()
zmin, zmax = Z.min(), Z.max()
ax.set(xlim=[xmin, xmax], ylim=[ymin, ymax], zlim=[zmin, zmax])

Kanten plotten

Plotten Sie die Kanten mit der plot-Methode. Wir werden drei Linien entlang der X- und Y-Koordinaten und eine Linie entlang der X- und Z-Koordinaten plotten.

## Plot edges
edges_kw = dict(color='0.4', linewidth=1, zorder=1e3)
ax.plot([xmax, xmax], [ymin, ymax], 0, **edges_kw)
ax.plot([xmin, xmax], [ymin, ymin], 0, **edges_kw)
ax.plot([xmax, xmax], [ymin, ymin], [zmin, zmax], **edges_kw)

Beschriftungen und Z-Ticks festlegen

Legen Sie die Beschriftungen und Z-Ticks mit der set-Methode fest. Wir werden die Beschriftungen für die X-, Y- und Z-Koordinaten festlegen und die Z-Ticks so einstellen, dass die Tiefe der Box angezeigt wird.

## Set labels and zticks
ax.set(
    xlabel='X [km]',
    ylabel='Y [km]',
    zlabel='Z [m]',
    zticks=[0, -150, -300, -450],
)

Zoom- und Blickwinkel einstellen

Stellen Sie den Zoom und den Blickwinkel mit den Methoden view_init und set_box_aspect ein. Wir werden den Blickwinkel in X-Richtung auf 40 Grad und in Y-Richtung auf -30 Grad einstellen und den Zoom auf 0,9.

## Set zoom and angle view
ax.view_init(40, -30, 0)
ax.set_box_aspect(None, zoom=0.9)

Färbskala hinzufügen

Fügen Sie eine Färbskala hinzu, indem Sie die colorbar-Methode verwenden. Wir werden die Parameter fraction und pad einstellen, um die Position der Färbskala zu verändern, und das Label festlegen, um den Namen und die Maßeinheiten der Daten anzuzeigen.

## Colorbar
fig.colorbar(C, ax=ax, fraction=0.02, pad=0.1, label='Name [units]')

Zusammenfassung

In diesem Lab haben wir mithilfe von Python und Matplotlib einen 3D-Box-Oberflächenplot erstellt. Wir haben die Dimensionen definiert, gefälschte Daten erzeugt und Konturflächen geplottet. Wir haben die Grenzen des Plots festgelegt, Kanten geplottet, Beschriftungen und Z-Ticks gesetzt, den Zoom und den Blickwinkel eingestellt und eine Färbskala hinzugefügt. Dieser Plot kann verwendet werden, um 3D-Daten zu visualisieren und die Beziehungen zwischen Variablen zu untersuchen.