如何在 2D 和 3D 投影之间切换

Question

我有一个 matplotlib 图，我希望能够在 2D 和 3D 投影之间切换。我可以从 2D 转到 3D，但我似乎不知道如何转到另一条路。示例...

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

def randrange(n, vmin, vmax):
    return (vmax-vmin)*np.random.rand(n) + vmin

fig = plt.figure()

# Create a 3D scatter plot...
ax = fig.add_subplot(111, projection='3d')
n = 100
for c, m, zl, zh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
    xs = randrange(n, 23, 32)
    ys = randrange(n, 0, 100)
    zs = randrange(n, zl, zh)
    ax.scatter(xs, ys, zs, c=c, marker=m)

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

# Now I want a 2D plot...
ax.cla()
ax = fig.add_subplot(111)
ax.plot(xs, ys)

plt.show()

绘图保留在 3D 投影中，并且投影=“2D”不是有效的 kwarg...

我想也许 ax.clf() 会做我想要的事情并让我定义一个新图形。但它只是给了我以下错误： ValueError：未知元素 o

任何人都可以给我一个有关解决方案的提示吗？ ValueError 与问题有关还是暗示我的设置存在其他问题？是否有 kwarg 将投影从 3D 切换到 2D？

Answer 1

首先我要说的是，如果你通过从你之前实际使用过的问题中划分答案来提高你的接受率（目前为 0%），那么也许会有更多的人愿意帮助你。

现在，回答你的问题，没有“2d”投影 kwarg。但是，如果您想根据关键字“q”浏览并快速决定所需的投影类型，以下内容应该会对您有所帮助。我还更改了基本设置，以避免不同类型的绘图之间的混淆，因为您在循环之外有一些绘图调用，并且通常会清理您的组织。

希望这有帮助。

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

def randrange(n, vmin, vmax):
   return (vmax-vmin)*np.random.rand(n) + vmin

fig = plt.figure()
plt.clf()

q='2d'

n = 100
for c, m, zl, zh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
  xs = randrange(n, 23, 32)
  ys = randrange(n, 0, 100)  
  zs = randrange(n, zl, zh)

if q=='3d':

  # Create a 3D scatter plot...
  ax = fig.add_subplot(111, projection='3d')
  ax.scatter(xs, ys, zs, c=c, marker=m)
  ax.set_xlabel('X Label')
  ax.set_ylabel('Y Label')
  ax.set_zlabel('Z Label')
  plt.show()

else:
  plt.clf()
  ax = fig.add_subplot(111)
  ax.plot(xs, ys)
  ax.set_xlabel('X Label')
  ax.set_ylabel('Y Label')
  plt.show()

Answer 2

我相信我已经找到了一个可能的解决方案，尽管它似乎会导致一些内存问题。我怀疑它实际上并没有删除初始绘图数据，只是将其从图中删除，因此每次更改投影时内存使用量都会上升。

# Delete the 3D subplot
self.fig.delaxes(self.axes)
# Create a new subplot that is 2D
self.axes = self.fig.add_subplot(111)
# 2D scatter
self.axes.plot(10*np.random.randn(100), 10*np.random.randn(100), 'o')
# Update the figure
self.canvas.draw()

Answer 3

我遇到了同样的问题，并尝试了公认的解决方案（由丹发布）。它有效，但给了我以下警告：

“用户警告：该图包含与以下不兼容的轴
strict_layout，因此其结果可能不正确。”

但是，如果我使用：

self.figure.clf()
self.axes = self.figure.add_subplot(111)

那么它就可以正常工作而不会发出任何警告。