Cascade de python?

Vous pouvez faire une chute d'eau dans matplotlib à l'aide de la PolyCollection classe. Ce exemple pour avoir plus de détails sur la façon de faire une chute d'eau à l'aide de cette classe.

Aussi, vous pourriez trouver ce post de blog utile, puisque l'auteur montre que vous pourriez obtenir certains visuel de bug' dans certaines situations spécifiques (en fonction de l'angle de vue choisi).

Ci-dessous est un exemple d'une chute d'eau fait avec matplotlib (image extraite du blog):
image http://austringer.net/images/biosonar/wfall_demo.png

J'ai généré une fonction qui réplique l'matlab cascade de comportement dans matplotlib. Qui est:

1. Il génère la forme 3D comme beaucoup d'indépendants et parallèles courbes 2D
2. Sa couleur provient d'une palette de couleurs dans les valeurs z

J'ai commencé à partir de deux exemples dans matplotlib documentation: multicolore lignes et plusieurs lignes en 3d de la parcelle. À partir de ces exemples, je n'ai vu possible de tracer des lignes dont la couleur varie suivant une palette de couleurs en fonction de sa valeur de z en suivant l'exemple, qui est en train de remodeler le tableau d'entrée de tracer la ligne par des segments de 2 points et le réglage de la couleur du segment de z valeur moyenne entre ces 2 points.

Ainsi, compte tenu de l'entrée matrices n,m matrices X,Y et Zla fonction passe en boucle sur la dimension la plus petite entre n,m pour chaque parcelle de la chute d'eau de la parcelle indépendante lignes comme la ligne de la collection de 2 points, segments, comme expliqué ci-dessus.

def waterfall_plot(fig,ax,X,Y,Z,**kwargs):
    '''
    Make a waterfall plot
    Input:
        fig,ax : matplotlib figure and axes to populate
        Z : n,m numpy array. Must be a 2d array even if only one line should be plotted
        X,Y : n,m array
        kwargs : kwargs are directly passed to the LineCollection object
    '''
    # Set normalization to the same values for all plots
    norm = plt.Normalize(Z.min().min(), Z.max().max())
    # Check sizes to loop always over the smallest dimension
    n,m = Z.shape
    if n>m:
        X=X.T; Y=Y.T; Z=Z.T
        m,n = n,m

    for j in range(n):
        # reshape the X,Z into pairs 
        points = np.array([X[j,:], Z[j,:]]).T.reshape(-1, 1, 2)
        segments = np.concatenate([points[:-1], points[1:]], axis=1)  
        # The values used by the colormap are the input to the array parameter
        lc = LineCollection(segments, cmap='plasma', norm=norm, array=(Z[j,1:]+Z[j,:-1])/2, **kwargs)
        line = ax.add_collection3d(lc,zs=(Y[j,1:]+Y[j,:-1])/2, zdir='y') # add line to axes

    fig.colorbar(lc) # add colorbar, as the normalization is the same for all
    # it doesent matter which of the lc objects we use
    ax.auto_scale_xyz(X,Y,Z) # set axis limits

Par conséquent, les parcelles de la recherche comme matlab chute d'eau peut être facilement généré avec la même entrée matrices comme un matplotlib surface de la parcelle:

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

# Generate data
x = np.linspace(-2,2, 500)
y = np.linspace(-2,2, 60)
X,Y = np.meshgrid(x,y)
Z = np.sin(X**2+Y**2)-.2*X
# Generate waterfall plot
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
waterfall_plot(fig,ax,X,Y,Z,linewidth=1.5,alpha=0.5) 
ax.set_xlabel('X'); ax.set_ylabel('Y'); ax.set_zlabel('Z') 
fig.tight_layout()

La fonction suppose que lors de la génération de la meshgrid, le x tableau est la plus longue, et par défaut les lignes fixes y et ses la coordonnée x de la ce qui varie. Cependant, si la taille de la y tableau est plus, les matrices sont transposées, générant les lignes fixes x. Ainsi, la génération de la meshgrid avec les tailles inversé (len(x)=60 et len(y)=500), on obtient:

Pour voir quelles sont les possibilités de la **kwargs argument, reportez-vous à la LineCollection classe situés sur la et à ses set_ méthodes.