如何在Matplotlib中绘制4D数组？附三维数组数据详情

你需要的是展示不同深度层（z轴）下，经度(x)、纬度(y)对应数值(A)的分布，类似分层的pcolormesh/pcolor效果，以下提供两种实用实现方式：

一、数据准备 #

先运行以下代码生成基础数据和网格坐标（pcolormesh需要二维网格匹配维度）：

import numpy as np
import matplotlib.pyplot as plt

# 生成经纬度、深度数组及随机数值数组
x = np.arange(-7.03125,27.28125,0.0622)
y = np.arange(-44.89006,-15.7057495,0.0529)
z = np.linspace(-0.511953294, -5902.05762,75)
A = np.random.rand(75,552,552)

# 生成二维网格坐标（匹配pcolormesh输入要求）
X, Y = np.meshgrid(x, y)

二、静态分层展示（选关键深度层） #

如果只需查看部分重点深度层的分布，可生成子图网格批量展示：

# 选择要展示的深度索引（可根据需求调整）
depth_indices = [0, 25, 50, 74]
fig, axes = plt.subplots(2, 2, figsize=(12, 10))
axes = axes.flatten()

for idx, ax in zip(depth_indices, axes):
    # 绘制当前深度层的pcolormesh（转置A[idx]匹配网格维度）
    pc = ax.pcolormesh(X, Y, A[idx].T, cmap='viridis')
    ax.set_title(f"深度: {z[idx]:.2f}")
    ax.set_xlabel("经度")
    ax.set_ylabel("纬度")

# 添加统一颜色条
fig.colorbar(pc, ax=axes, orientation='vertical', fraction=0.02, pad=0.05)
plt.tight_layout()
plt.show()

三、交互式动态切换深度层 #

针对75层的大量数据，用滑块控件实时切换深度层更高效：

from matplotlib.widgets import Slider

# 创建主绘图区
fig, ax = plt.subplots(figsize=(10, 8))
plt.subplots_adjust(bottom=0.2)

# 初始展示第0层数据
initial_depth = 0
pc = ax.pcolormesh(X, Y, A[initial_depth].T, cmap='viridis')
ax.set_xlabel("经度")
ax.set_ylabel("纬度")
title = ax.set_title(f"深度: {z[initial_depth]:.2f}")

# 添加颜色条
fig.colorbar(pc, ax=ax)

# 创建滑块控件区域
ax_slider = plt.axes([0.2, 0.05, 0.6, 0.03])
depth_slider = Slider(
    ax=ax_slider,
    label='深度索引',
    valmin=0,
    valmax=74,
    valinit=initial_depth,
    valstep=1
)

# 滑块更新逻辑
def update_depth(val):
    depth_idx = int(val)
    pc.set_array(A[depth_idx].T.ravel())  # 更新数值数组
    title.set_text(f"深度: {z[depth_idx]:.2f}")  # 更新标题
    fig.canvas.draw_idle()

# 绑定滑块事件
depth_slider.on_changed(update_depth)

plt.show()

四、网页级交互式展示（可选） #

如果需要更流畅的交互体验，可使用Plotly生成网页版可视化：

import plotly.graph_objects as go

# 初始化热力图
fig = go.Figure(data=go.Heatmap(
    x=x,
    y=y,
    z=A[0].T,
    colorscale='Viridis',
    colorbar=dict(title='数值')
))

# 添加深度切换滑块
fig.update_layout(
    title=f"深度: {z[0]:.2f}",
    xaxis_title='经度',
    yaxis_title='纬度',
    sliders=[dict(
        active=0,
        currentvalue={"prefix": "深度索引: "},
        pad={"t": 50},
        steps=[dict(
            method="update",
            args=[{"z": [A[idx].T]},
                  {"title": f"深度: {z[idx]:.2f}"}],
            label=str(idx)
        ) for idx in range(75)]
    )]
)

fig.show()

注意：A[idx].T转置操作是必须的——因为A的维度为(z, x, y)，而网格坐标X/Y的维度为(len(y), len(x))，转置后才能匹配pcolormesh/热力图的输入要求。

内容的提问来源于stack exchange，提问作者Amr Talaat