如何在Matlab中绘制轴对称流的圆柱坐标系3D温度等高线图？

阿华AIGC实验室

2026-5-28

实现3D轴对称温度场等高线图的方法

我来帮你搞定这个问题！要把你的轴对称r-z平面等高线扩展成3D圆柱坐标系的图，核心思路就是利用轴对称的特性——每个r-z位置的温度在周向（theta）都是一样的，所以只需要把2D的r-z数据绕z轴旋转一圈，就能生成你想要的3D效果。下面我给你详细的实现步骤和代码示例：

一、使用Matplotlib实现（Python常用方案）

Matplotlib是Python最常用的绘图库，结合numpy可以轻松完成这个需求，步骤如下：

1. 准备基础数据

首先假设你已经有了径向r、轴向z的网格数组，以及对应的m×n温度矩阵T。如果还没有测试数据，可以用下面的代码生成示例数据：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 生成示例网格和温度场
m, n = 20, 30  # 对应你说的m×n网格点
r = np.linspace(0, 2, m)  # 径向范围0到2
z = np.linspace(-3, 3, n) # 轴向范围-3到3
R, Z = np.meshgrid(r, z)  # 生成r-z二维网格

# 生成示例温度场（高斯分布，你可以替换成自己的温度数据）
T = np.exp(-(R**2 + Z**2)/1)

2. 扩展周向维度并转换坐标

因为是轴对称，我们需要生成周向theta的网格点，然后把2D的r-z数据扩展成3D的圆柱坐标，再转换成Matplotlib支持的笛卡尔坐标（X,Y,Z）：

# 生成周向theta的网格点（点数越多，曲面越平滑，这里取20个）
theta = np.linspace(0, 2*np.pi, 20)

# 把2D的r-z网格扩展到3D，匹配theta维度
R_3d, Theta_3d = np.meshgrid(R, theta)
Z_3d = np.tile(Z[:, :, np.newaxis], (1, 1, len(theta)))  # 复制z到每个theta位置

# 圆柱坐标转笛卡尔坐标
X = R_3d * np.cos(Theta_3d)
Y = R_3d * np.sin(Theta_3d)

# 扩展温度矩阵到3D（每个theta位置温度相同）
T_3d = np.tile(T[:, :, np.newaxis], (1, 1, len(theta)))

3. 绘制3D图形

这里提供两种绘图方式，你可以根据需求选择：

方式1：带温度颜色映射的旋转曲面

这种方式会画出完整的圆柱曲面，用颜色表示温度分布，和你想要的示例图风格一致：

fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')

# 绘制曲面，颜色对应温度
surf = ax.plot_surface(
    X, Y, Z_3d,
    facecolors=plt.cm.viridis(T_3d/np.max(T_3d)),  # 归一化温度并映射颜色
    edgecolor='none',  # 隐藏曲面边缘线
    alpha=0.8  # 设置透明度
)

# 添加颜色条，标注温度
mappable = plt.cm.ScalarMappable(cmap='viridis')
mappable.set_array(T)
fig.colorbar(mappable, ax=ax, label='Temperature')

# 设置坐标轴和标题
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_title('3D Axisymmetric Temperature Contour')

plt.show()

方式2：3D等高面

如果你想突出显示特定温度的等高线，可以用contour3D绘制旋转后的等高面：

fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')

# 绘制10个不同温度的等高面
ax.contour3D(X, Y, Z_3d, T_3d, levels=10, cmap='viridis')

# 添加颜色条和标注
mappable = plt.cm.ScalarMappable(cmap='viridis')
mappable.set_array(T)
fig.colorbar(mappable, ax=ax, label='Temperature')

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_title('3D Temperature Contour Surfaces')

plt.show()

二、使用Mayavi实现（更专业的3D科学绘图）

如果需要更流畅的3D交互效果，可以用Mayavi库，它在科学3D绘图上的表现力更强：

from mayavi import mlab

# 使用之前生成的X,Y,Z_3d,T_3d数据
mlab.figure(size=(800, 600))
# 绘制带温度映射的旋转曲面
mlab.mesh(X, Y, Z_3d, scalars=T_3d.T, colormap='viridis')

# 添加颜色条和标注
mlab.colorbar(label='Temperature')
mlab.xlabel('X')
mlab.ylabel('Y')
mlab.zlabel('Z')
mlab.title('3D Axisymmetric Temperature Contour')

# 开启交互窗口
mlab.show()