如何用Matplotlib在3D图中标记270-300的温度区间？

你之前的问题出在：叠加图形时新建了独立的fig和ax对象，相当于绘制了另一张独立的图，而非在原3D图上添加标记。正确的做法是在同一个3D坐标轴上，通过掩码筛选目标温度区域，单独绘制该子区域来突出显示。

修改后的完整代码 #

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

# 物理常数与参数
Sigma = 5.67e-8
Fo = 1367
do = 1
d = 1
F = Fo * ((do/d)**2)

# 生成3D数据网格
A2 = np.arange(0, 1, 0.01)
Epsilon2 = np.arange(0, 1, 0.01)
A2, Epsilon2 = np.meshgrid(A2, Epsilon2)

# 计算地球表面温度
T_Earth2 = (((1 - A2)*F)/(4*Sigma*(1 - (1/2*Epsilon2))))**(1/4)

# 创建3D绘图对象
fig, ax = plt.subplots(subplot_kw={"projection": "3d"})

# 绘制基础温度表面图
surf = ax.plot_surface(A2, Epsilon2, T_Earth2, vmin=T_Earth2.min()*2, 
                       cmap=cm.coolwarm, ec="gray", lw=0.2, alpha=0.7)
plt.colorbar(surf, label="Temperature (K)")

# 生成温度区间掩码（270-300K）
mask = (T_Earth2 >= 270) & (T_Earth2 <= 300)
# 将掩码外的温度值设为NaN，绘图时会自动忽略这些区域
T_mark = np.where(mask, T_Earth2, np.nan)

# 在原坐标轴上绘制目标区域，用高亮颜色区分
ax.plot_surface(A2, Epsilon2, T_mark, color="limegreen", ec="black", lw=0.3)

# 设置坐标轴标签
ax.set_xlabel('Albedo (A)')
ax.set_ylabel('Emissivity (ε)')
ax.set_zlabel('Temperature (K)')

plt.savefig("3D_with_marked_region.png", dpi=150)
plt.show()

关键说明 #

• 掩码筛选：用(T_Earth2 >=270) & (T_Earth2 <=300)生成布尔掩码，精准筛选出目标温度对应的(A, ε)点集合。
• NaN值处理：将非目标区域的温度设为np.nan，plot_surface会自动跳过这些点，只渲染符合条件的区域。
• 同坐标轴绘制：所有绘图操作都基于最初创建的ax对象，确保目标区域叠加在原3D图上，而非生成新图覆盖。
• 视觉区分：用与基础图反差强烈的颜色（比如亮绿色）绘制目标区域，同时给基础图设置alpha=0.7增加透明度，让标记区域更醒目。

内容的提问来源于stack exchange，提问作者EJHowell121