如何基于Numpy数组构建3维张量并绘制对应结构示意图

核心问题说明 #

1. ax.scatter()要求输入的x、y、z三个参数数组形状完全一致，你当前生成的row、col为5×5结构，layer为3×2结构，形状不匹配所以触发运行报错。
2. scatter是散点绘制接口，仅能绘制对应坐标的离散点，无法生成你需要的立方体式三维张量结构。

正确实现方案 #

使用matplotlib的voxels接口绘制三维体素结构，完美匹配张量的可视化需求，示例代码如下：

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

# 定义张量的维度：行、列、层数量，可根据实际需求修改
ROW_CNT = 5
COL_CNT = 5
LAYER_CNT = 3

# 生成三维体素网格，所有位置默认显示（值为True）
voxels = np.ones((ROW_CNT, COL_CNT, LAYER_CNT), dtype=bool)

# 生成坐标网格
x, y, z = np.indices(voxels.shape)

# 按层设置不同颜色，方便区分张量的不同层
colors = np.empty(voxels.shape, dtype=object)
for layer in range(LAYER_CNT):
    colors[:, :, layer] = cm.get_cmap('viridis')(layer / LAYER_CNT)

# 绘制张量结构
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.voxels(x, y, z, voxels, facecolors=colors, edgecolor='white')

# 设置坐标轴标签
ax.set_xlabel('行')
ax.set_ylabel('列')
ax.set_zlabel('层')

plt.show()

效果说明 #

运行代码后会生成分层的三维立方体张量结构，和你需要的示例图效果一致，你可以拖拽画布旋转查看不同视角，若需要展示张量内部的数值，可以将数值映射到对应体素的颜色透明度或色值上即可。

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