“ 3D体素(voxel)色温图常用于在三维坐标系下做数据分析和展示,本文从0开始代码演示其绘制实现.”
谷歌搜索结果大致很难令人满意:
01
—
准备工作
python环境: jupyter notebook。
工具包导入:
import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl
#matplot模仿matlab,两者绘图函数大致相同.numpy用于创建数组,且内置计算函数很强
02
—
定义色温
mycolormap = plt.get_cmap('plasma')
具体colorbar的色度表见:
https://matplotlib.org/tutorials/colors/colormaps.html
03
—
定义三维测试数组
xyzvalues = np.random.choice(range(0,10), size=(10,10,10))
#数组大小:10*10*10, 数值范围0~9.
具体colorbar的色度表见:
04
—
定义三维数组的数值色温强度
xyzminvalue=xyzvalues.min();xyzmaxvalue=xyzvalues.max();
#根据三维数组中的最大和最小值来定义每个数值的相对强度,范围0~1.0
relativevalue=np.zeros((10,10,10))
#色温强度矩阵大小与xyz测试数组大小一致
for i in range(0,relativevalue.shape[0]):
for j in range(0,relativevalue.shape[1]):
for k in range(0,relativevalue.shape[2]):
relativevalue[i][j][k]=round(xyzvalues[i][j][k]/xyzmaxvalue,1)
#round函数取小数点后1位
04
—
定义xyz下每个数值的颜色
colorsvalues = np.empty(xyzvalues.shape, dtype=object)
alpha=0.5
#透明度,视显示效果决定
for i in range(0,relativevalue.shape[0]):
for j in range(0,relativevalue.shape[1]):
for k in range(0,relativevalue.shape[2]):
tempc=mycolormap(relativevalue[i][j][k])
#tempc为tuple变量,存储当前数值的颜色值(R,G,B,Alpha)
colorreal=(tempc[0],tempc[1],tempc[2],alpha)
#tuple为不可变数据类型,所以替换自定义alpha值时需要重新定义
colorsvalues[i][j][k]=colorreal
#最终每个数值所对应的颜色
05
—
绘制体素色温图
fig = plt.figure(figsize=(7, 4.5))
# Make a figure and axes with dimensions as desired.
#需要注意的是,3Dplot不支持设置xyz的比例尺相同,这就带来了一些麻烦:
#保存图片时长宽比例受限,这个问题以后再做说明解决
ax = fig.gca(projection='3d')
#ax.voxels(xyzvalues, facecolors=colorsvalues, edgecolor='k',shade=False,)
ax.voxels(xyzvalues, facecolors=colorsvalues, edgecolor=None,shade=False,)
#关键函数voxels:用以无缝绘制每个像素格
ax.set_xlabel('X');ax.set_ylabel('Y');ax.set_zlabel('Z')
ax.set_title('3D Voxel Map')
#新建区域ax1,用以额外绘制colorbar
#ref:https://matplotlib.org/examples/api/colorbar_only.html
#位置为figure的百分比,从figure 0%的位置开始绘制, 高是figure的80%
left, bottom, width, height = 0.1, 0.1, 0.05, 0.8
#获得绘制的句柄
ax1 = fig.add_axes([left, bottom, width, height])
# Set the colormap and norm to correspond to the data for which
# the colorbar will be used.
cmap = mpl.cm.plasma
#colormap与绘制voxel图保持一致
norm = mpl.colors.Normalize(vmin=xyzminvalue, vmax=xyzmaxvalue)
#色温colorbar的数值范围可选择实际xyz数组中的数值范围(其实不应该从0开始)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap=cmap,
norm=norm,
orientation='vertical')
cb1.set_label('Units')
06
—
保存图片结果
#plt.show() # do not save the fig behind the show() method, otherwise will be a white pad
plt.savefig('pic-20201017-3dvoxel-hsv.png',dpi=600)
edgecolor='k'
edgecolor=None, with 'hsv' colormap
总结:
本帖详细具体地介绍了python代码实现三维色温图绘制, 大家可以此为基础掌握python语言的基本绘图使用.