数组长度随迭代变化的3D surface plot绘制异常求助

原代码的核心问题是：每次循环仅针对单个M值生成对应J的序列，通过meshgrid得到的是该M值重复多次的数组，本质上是在绘制多条"拉伸"的平面，而非连续的3D曲面。要解决这个问题，需要先构建完整的M-J网格，对无效的(M,J)组合填充NaN（matplotlib会自动忽略这些点），再统一计算K值。

修改后的代码 #

import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1, projection='3d')
ax.set_xlabel("M")
ax.set_ylabel("J")
ax.set_zlabel("K")

# 定义M的取值范围
M_vals = np.arange(1, 5)
# 确定J的最大范围（覆盖所有M对应的J区间）
J_max = max(M*3 for M in M_vals)
J_vals = np.arange(1, J_max)

# 生成完整的M-J网格
M_mesh, J_mesh = np.meshgrid(M_vals, J_vals)

# 计算K值：仅当J在[M, 3M)范围内时有效，否则设为NaN
K_mesh = np.where((J_mesh >= M_mesh) & (J_mesh < 3*M_mesh), M_mesh + J_mesh, np.nan)

# 绘制3D曲面
surf = ax.plot_surface(M_mesh, J_mesh, K_mesh, cmap=cm.coolwarm,
                       linewidth=0.1, alpha=0.7)

fig.colorbar(surf, shrink=0.5, aspect=5, pad=0.1)
plt.show()

关键说明 #

• 构建完整网格：先生成所有M和J的可能取值，通过meshgrid得到二维网格，确保坐标轴长度一致。
• 处理无效数据：用np.where判断每个(M,J)组合是否有效（J在[M, 3M)区间内），无效位置填充np.nan，matplotlib绘制曲面时会自动跳过这些NaN点，只保留有效区域。
• 统一绘制：不再循环绘制单个M对应的面，而是基于完整网格一次性绘制曲面，得到连续的3D效果。

内容的提问来源于stack exchange，提问作者statwoman