用于曲面绘图的python-xyz数据转换

Question

我想根据xy和z数据在matplotlib中绘制一个3D曲面。为此，我需要做一个看似简单的数据转换，但我不确定如何进行。

我的x和y数据是均匀整数，因为它将是图像的表面。我的数据以512x512 numpy数组的形式存在。数组的值是z值，索引分别是x和y值。

所以如果arr是我的数组，那么arr[x, y]会给出我的z。表单如下所示：

z z z z ... z (512 columns)
z z z z ... z
z z z z ... z
z z z z ... z
. . . .
. . . .
z z z z (512 rows)

如何获得x、y、z三列形式的数据，以便绘制曲面图？转换后应该是这样的：

x | y | z
---------
0 | 0 | z
1 | 0 | z
2 | 0 | z
. | . | .
. | . | .
511 | 0 | z
0 | 1 | z
1 | 1 | z
2 | 1 | z
. | . | .
. | . | .

我试着使用np.meshgrid和np.flatten，但无法按我想要的方式工作。也许有一个更简单的熊猫解决方案。或者我甚至可以用原始形式的数据来绘制它？

如有任何建议，我们将不胜感激：(

Answer 1

您可以这样使用np.meshgrid：

# Make coordinate grids
x, y = np.meshgrid(np.arange(arr.shape[0]), np.arange(arr.shape[1]), indexing='ij')
# Flatten grid and data and stack them into a single array
data = np.stack([x.ravel(), y.ravel(), arr.ravel()], axis=1)

例如：

import numpy as np
arr = np.arange(12).reshape((3, 4))
x, y = np.meshgrid(np.arange(arr.shape[0]), np.arange(arr.shape[1]), indexing='ij')
data = np.stack([x.ravel(), y.ravel(), arr.ravel()], axis=1)
print(data)

输出：

[[ 0  0  0]
[ 0  1  1]
[ 0  2  2]
[ 0  3  3]
[ 1  0  4]
[ 1  1  5]
[ 1  2  6]
[ 1  3  7]
[ 2  0  8]
[ 2  1  9]
[ 2  2 10]
[ 2  3 11]]

编辑：

实际上，如果您想让您的最终数组使x值首先增加(如您给出的示例中所示(，您可以这样做：

x, y = np.meshgrid(np.arange(arr.shape[0]), np.arange(arr.shape[1]), indexing='xy')
data = np.stack([x.ravel(), y.ravel(), arr.T.ravel()], axis=1)

在这种情况下，你会得到：

[[ 0  0  0]
[ 1  0  4]
[ 2  0  8]
[ 0  1  1]
[ 1  1  5]
[ 2  1  9]
[ 0  2  2]
[ 1  2  6]
[ 2  2 10]
[ 0  3  3]
[ 1  3  7]
[ 2  3 11]]