matplotlib的Plot_trisurf 2.0.2

Question

將matplotlib版本從1.3.1更新到2.0.2後，當我想用​​plot_trisurf生成一個3d點的TIN時，我得到了難以理解的結果。我的測試代碼如下：

import sys 
import matplotlib 
import matplotlib.pyplot as plt 
from matplotlib.ticker import MaxNLocator 
from matplotlib import cm 
from mpl_toolkits.mplot3d import Axes3D 
import numpy 
from numpy.random import randn 
from scipy import array, newaxis 

chunk = numpy.loadtxt('test.xyz') #test.xyz contains 38010 points, 
DATA=numpy.array(chunk) 
Xs = DATA[:,0] 
Ys = DATA[:,1] 
Zs = DATA[:,2] 

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

surf = ax.plot_trisurf(Xs, Ys, Zs, cmap=cm.jet, linewidth=0) 
fig.colorbar(surf) 

ax.xaxis.set_major_locator(MaxNLocator(5)) 
ax.yaxis.set_major_locator(MaxNLocator(6)) 
ax.zaxis.set_major_locator(MaxNLocator(5)) 

fig.tight_layout() 
plt.show() 

test.xyz文件包含38010個點。它的一部分顯示如下，完整的文件可以找到here。

512743.63 5403547.33 308.68 
512743.62 5403547.33 308.70 
512743.61 5403547.33 308.72 
512743.60 5403547.34 308.68 
512743.60 5403547.33 308.73 
512741.50 5403547.36 309.05 
512741.50 5403547.36 309.07 
512741.49 5403547.46 309.09 
512741.48 5403547.46 309.07 
512741.47 5403547.46 309.10 
512741.47 5403547.45 309.13 
512741.46 5403547.37 309.04 
512739.39 5403547.51 309.10 
512739.39 5403547.48 309.34 
512739.38 5403547.60 309.25 
512739.37 5403547.71 309.15 
512739.39 5403547.49 310.65 
512739.39 5403547.48 310.70 
512739.38 5403547.49 310.69 
512739.37 5403547.48 310.72 
512739.36 5403547.39 310.64 
512739.32 5403547.41 309.20 
512737.33 5403547.26 313.14 
512737.33 5403547.37 313.09 
512737.32 5403547.38 313.03 
512737.30 5403547.37 313.12 
512737.30 5403547.26 313.14 
512735.22 5403547.41 311.72 
512735.22 5403547.43 312.29 
512735.22 5403547.49 312.59 
512735.21 5403547.51 312.48 
512735.20 5403547.60 312.53 
512735.19 5403547.61 312.48 
512735.18 5403547.72 312.40 
512735.18 5403547.71 312.49 
512735.17 5403547.71 312.51 
512735.16 5403547.70 312.58 
512735.15 5403547.61 312.52 

更新後，顯示的結果爲：

我認爲這是錯誤的，因爲我提供足夠的積分來生成TIN，但結果似乎只使用點的一小部分。更新matplotlib之前，我能得到這樣的結果：

Answer 1

非常感謝所有答覆。此問題已解決，詳細情況已在Problem about plot_trisurf of matplotlib 2.0.2中顯示。 在這裏，我很高興地展示我的結果。 這個問題是在qhull中計算Delaunay三角剖分時的有限精度問題之一，它考慮的是靠近的點（根據'near'這個詞的複雜定義）是相同的，所以三角測量比期望的要簡單。對於有限精度的數據集來說是一個極端的（壞的方式），因爲點的平均點擴展很小（x.mean（）= 512767，x.max（） - x.min（）= 134，y .mean（）= 303，y.max（） - y.min（）= 5403707）。這由Ian Thomas解釋。 因此，我已經改正了我的測試代碼如下：

import sys 
import matplotlib 
import matplotlib.pyplot as plt 
from matplotlib.ticker import MaxNLocator 
from matplotlib import cm 
from mpl_toolkits.mplot3d import Axes3D 
import numpy 
from numpy.random import randn 
from scipy import array, newaxis 

chunk = numpy.loadtxt('test.xyz') #test.xyz contains 38010 points, 
DATA=numpy.array(chunk) 
Xs = DATA[:,0] 
Ys = DATA[:,1] 
Zs = DATA[:,2] 

fig = plt.figure() 
ax = fig.add_subplot(111, projection='3d') 
#surf = ax.plot_trisurf(Xs, Ys, Zs, cmap=cm.jet, linewidth=0) 
surf = ax.plot_trisurf(Xs-Xs.mean(), Ys-Ys.mean(), Zs, cmap=cm.jet, linewidth=0) 
fig.colorbar(surf) 

ax.xaxis.set_major_locator(MaxNLocator(5)) 
ax.yaxis.set_major_locator(MaxNLocator(6)) 
ax.zaxis.set_major_locator(MaxNLocator(5)) 

fig.tight_layout() 
plt.show() 

，之前顯示的結果爲：，結果顯示爲

後：

所以總結這起來，這實際上不是matplotlib版本之間的問題，而且當前版本足以應付大多數用例。如果有人希望軸ticklabes可以很容易地糾正，你可以參考ImportanceOfBeingErnest的method.