如何实现Matplotlib中Delaunay三角网格面随z值渐变着色？

错误原因 #

你直接传入cm.hot(np.sqrt(z**2))给cmap参数是错误的：cmap要求传入Colormap对象（比如plt.cm.jet或字符串'hot'），而cm.hot(数组)返回的是RGB颜色数组，不符合参数类型要求，因此触发ValueError。

实现自定义颜色渐变的正确方法 #

要让三角形内部随自定义函数（如z坐标的绝对值）渐变，需通过c参数指定顶点的颜色映射依据，matplotlib会自动在三角形内部对颜色进行插值，实现渐变效果。

步骤与代码示例 #

1. 计算每个顶点的自定义颜色值（比如基于z的绝对值）
2. 将颜色值传入plot_trisurf的c参数，配合cmap完成颜色映射

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from scipy.spatial import Delaunay

# 生成示例数据（替换成你的实际数据）
x = np.random.rand(50)
y = np.random.rand(50)
z = np.sin(x * np.pi) * np.cos(y * np.pi)
triang = Delaunay(np.column_stack((x, y)))

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

# 自定义颜色值：这里用z的绝对值，可替换为你的自定义函数
color_values = np.abs(z)

# 绘制带渐变颜色的三角曲面
surf = ax.plot_trisurf(triang, z, c=color_values, cmap='hot', alpha=1)

# 添加颜色条，直观展示颜色与自定义值的对应关系
fig.colorbar(surf)

plt.show()

额外说明 #

• 如果需要基于三角形的整体属性（如重心z值）设置纯色填充（非内部渐变），可使用facecolors参数：

  # 计算每个三角形的重心z均值
  tri_z_mean = z[triang.simplices].mean(axis=1)
  # 归一化颜色值并映射到colormap
  norm = plt.Normalize(tri_z_mean.min(), tri_z_mean.max())
  face_colors = plt.cm.hot(norm(tri_z_mean))
  # 绘制纯色三角曲面
  ax.plot_trisurf(triang, z, facecolors=face_colors, alpha=1)
  

内容的提问来源于stack exchange，提问作者user24353751