如何用Python绘制伪球面？现有代码生成图形不完整求助

我想用numpy的meshgrid生成伪球面的三维图形，但运行代码后生成的图形不完整，无法得到完整的伪球面结构。

当前代码 #

u = np.linspace(0, np.pi, 50)
v = np.linspace(0, 2*np.pi, 100)
x, y = np.meshgrid(u, v)

X = np.arccos(x)*np.cos(y)
Y = np.arccos(x)*np.sin(y)
Z = x-np.tan(x)

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

surf = ax.plot_surface(X, Y, Z, cmap='viridis')

问题原因与修正方案 #

核心问题 #

1. 参数方程错误：你使用的arccos(x)和tan(x)不是伪球面的正确参数化方式，伪球面的标准参数方程依赖双曲函数。
2. 参数范围错误：u取到np.pi会导致tan(x)出现无穷大的奇点，同时arccos(x)在x接近-1时也会引发数值问题。
3. 维度不匹配：meshgrid(u, v)生成的x、y维度与后续Z的计算维度不匹配，导致图形渲染异常。

修正后的代码 #

import numpy as np
import matplotlib.pyplot as plt

# 调整u的范围，0到5足够覆盖伪球面的延伸部分，避免奇点
u = np.linspace(0, 5, 100)
v = np.linspace(0, 2*np.pi, 100)
u_grid, v_grid = np.meshgrid(u, v)

# 伪球面标准参数方程
X = np.sech(u_grid) * np.cos(v_grid)
Y = np.sech(u_grid) * np.sin(v_grid)
Z = u_grid - np.tanh(u_grid)

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

# 渲染完整的伪球面
surf = ax.plot_surface(X, Y, Z, cmap='viridis')
plt.show()

修正说明 #

• 替换为伪球面的标准双曲函数参数化公式，确保图形结构正确
• 调整u的取值范围，避开奇点同时覆盖足够的图形长度
• 明确meshgrid的变量名，保证X/Y/Z的维度完全匹配，避免渲染异常

内容的提问来源于stack exchange，提问作者Mylena Almeida