Matplotlib - 三维线框图

Matplotlib - 3D 线框图

3D 线框图 (wireframe plot) 通过绘制连接网格点 (grid points) 的线来可视化由 Z = f(X, Y) 定义的三维曲面 (surface)。它本质上展示了曲面的“骨架”或底层网格结构，有助于理解曲面的形态，而不会像填充曲面图那样可能存在遮挡 (occlusion) 问题。

与 Matplotlib 中的其他 3D 图类似，线框图需要一个 3D Axes 对象（通过设置 projection='3d' 创建），并且通常需要用于表示 X、Y 和 Z 坐标的 2D 数组（通常使用 numpy.meshgrid 创建）。

使用 ax.plot_wireframe() 方法来创建这些图。

ax.plot_wireframe(X, Y, Z, **kwargs)

关键参数

X, Y, Z：表示曲面网格点的 x, y, z 坐标的 2D 数组。
color：指定所有线框线条颜色的单一值。
linewidth：线框线条的宽度。
linestyle：线框线条的样式（例如，'-', '--', ':'）。
rstride, cstride：整数。用于行和列的下采样步长 (downsampling stride)。对于密集网格，绘制每 n 条网格线可以简化图表并加快渲染速度（例如，rstride=2, cstride=2 会绘制每隔一条的线条）。

示例：绘制正弦函数 (sinusoidal function) 的 3D 线框图。

import matplotlib.pyplot as plt
import numpy as np

# 1. 定义要绘制的函数
def f(x, y):
    return np.sin(np.sqrt(x**2 + y**2))

# 2. 创建坐标向量和网格
x_vec = np.linspace(-6, 6, 30)
y_vec = np.linspace(-6, 6, 30)
X, Y = np.meshgrid(x_vec, y_vec)

# 3. 计算 Z 值
Z = f(X, Y)

# 4. 创建 Figure 和 3D Axes
fig = plt.figure(figsize=(8, 6))
ax = plt.axes(projection='3d')

# 5. 创建线框图
# 如果需要，可以使用 rstride/cstride 来简化网格
wireframe_plot = ax.plot_wireframe(X, Y, Z,
                                    color='black',      # 线条颜色
                                    linewidth=0.5,    # 细线
                                    rstride=1,        # 绘制每 1 条行线
                                    cstride=1         # 绘制每 1 条列线
                                    )

# 6. 设置标签和标题
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
ax.set_title('3D Wireframe Plot')

# 调整视角 (可选)
ax.view_init(elev=40, azim=-45)

plt.show()

此代码为函数 f(x, y) 生成 X、Y 和 Z 坐标网格，然后使用 ax.plot_wireframe() 方法绘制曲面的结构，线条颜色为黑色。rstride 和 cstride 参数控制线框网格的密度；值越大，网格越稀疏。线框图清晰地展示了曲面的底层网格和形状。