Matplotlib如何将复函数域着色颜色映射到3D幅值曲面
复函数域着色方案应用到3D幅值曲面的实现方法
完全可以实现,你可以直接将已生成的域着色颜色映射到3D幅值曲面的对应坐标点上。
实现原理
Matplotlib的plot_surface方法支持facecolors参数,可自定义每个网格点对应的曲面颜色。你已经生成了和坐标网格一一对应的域着色RGB数组,仅需要做简单的格式适配就能直接传入使用。
具体修改步骤
- 你原有
domain_coloring函数返回的是0255范围的uint8格式RGB值,而`facecolors`参数要求输入01范围的浮点RGB值,只需要将颜色数组除以255即可完成格式转换。 - 调用
plot_surface时传入facecolors参数,同时设置shade=False关闭默认的3D光照着色,避免自动修改你预设的域着色效果。
修改后的完整代码
import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import hsv_to_rgb def saw_func(x, dx, a, b): x = x / dx - np.floor(x / dx) return a + (b - a) * x def domain_coloring(mag, arg, phaseres=20): arg[arg < 0] += 2 * np.pi arg /= (2 * np.pi) blackp = saw_func(arg, 1 / phaseres, 0.75, 1) blackm = saw_func(np.log(mag), 2 * np.pi / phaseres, 0.75, 1) black = blackp * blackm H = arg S, V = np.ones_like(H), black return (hsv_to_rgb(np.dstack([H, S, V])) * 255).astype(np.uint8) x = y = np.linspace(-2, 2, 500) x, y = np.meshgrid(x, y) z = x + 1j * y f = (z - 1) / (z**2 + z + 1) mag, arg = np.absolute(f), np.angle(f) img = domain_coloring(mag, arg) # 原2D域着色图 fig1, ax1 = plt.subplots() ax1.imshow( img, extent = [np.amin(x), np.amax(x), np.amin(y), np.amax(y)], interpolation = "nearest", origin = "lower", ) plt.show() # 修改后的3D带域着色的幅值曲面图 fig2 = plt.figure() ax2 = fig2.add_subplot(1, 1, 1, projection="3d") # 新增自定义颜色参数,关闭默认光照 ax2.plot_surface(x, y, mag, facecolors=img/255, shade=False) ax2.set_zlim([0, 10]) plt.show()
效果参考
- 原2D域着色图:

- 原纯色3D幅值曲面图:

- 修改后3D曲面会完整保留原域着色的全部特征:色相对应复角、明暗等间隔条纹对应相位和幅值的刻度,仅新增高度维度对应幅值大小。
内容的提问来源于stack exchange,提问作者Davide_sd
相关产品推荐
相关产品推荐

