如何用非分析数据绘制出等高面？

如何解决如何用非分析数据绘制出等高面？

我正在从天气模型中获取一些数据，并试图将其绘制为Plotly内部的等值面，但是每次都得到一个空白图形，而没有任何错误消息。我是新手，所以这似乎是一个简单的问题。文档和教程页面没有帮助。

我将输入数据缩减为3x3x3 3D数组（在发送到go.Isosurface之前已变平），其3D形式的数据为：

import plotly.graph_objects as go

fig= go.Figure(data=go.Isosurface(
    x=lon_subset_tiled_2.flatten(),y=lat_subset_tiled_2.flatten(),z=z_subset_tiled_2.flatten(),value=theta_2.flatten(),isomin = 301.4,isomax = 301.5,caps=dict(x_show=False,y_show=False)
))

fig.show()

，绘图功能为：

{{1}}

我得到的输出是：

它甚至似乎都不符合坐标，所以我希望这里有些明显的错误。只是没有关于处理真实数据的文档。

解决方法

我不是Plotly的专家，但是您似乎无法创建一个等值面，该等值面的点排列不正确（即，形成表面的点的集合，但在该表面内部也包含更多的点）>

例如，请注意，以下代码可以正确呈现：

ffmpeg

交换第一个和最后一个x，y，z坐标意味着这不再是适当排序的表面，因此Plotly无法呈现图形。

fig= go.Figure(data=go.Isosurface(
    x=np.array([0,1,1]),y=np.array([1,0]),z=np.array([1,value=theta_2[0].flatten(),isomin = 301.3,isomax = 301.6
))
fig.show()

我认为您很可能需要对一个数组进行排序（例如x坐标），然后围绕该数组重新排列其他数组。当我有更多的空闲时间时，我很乐意重新审视此问题，但希望这可以使您朝正确的方向入手！

也：在3D绘图方面比我经验更多的人，请发出声音！

,

如果有人由于依赖性问题（像我一样）而无法使用 mayavi 解决方法，使用 np.mgrid 和 scipy.interpolate.griddata 将数据插入到常规网格适用于我的情况。

在下面的示例中，z、lon 和 lat 分别是高度、x 和 y 的 3d 数组。数据数组是 (z,lon,lat) 处的 3d 值数组

# Data coordinates
points = np.array( (z.flatten(),lon.flatten(),lat.flatten()) ).T
# Data values @ above coords
values = data.flatten()

# Grid to interp to
Z,X,Y = np.mgrid[z.min():z.max():20j,lon.min():lon.max():50j,lat.min():lat.max():50j]
# New data values on interp grid
newdata = griddata( points,values,(Z,Y) )

fig = go.Figure(data=[
            go.Isosurface(x=X.flatten(),y=Y.flatten(),z=Z.flatten(),value=newdata.flatten(),opacity=0.3,isomin=15,isomax=30,surface_count=5,lighting=dict(ambient=0.7),colorscale='amp',showscale=False,caps=dict(x_show=False,y_show=False)
                       ),])

无论出于何种原因，即使我的数据已经网格化，当我将所有内容重新插入到统一网格中时，情节仍然有效。效率不高，但很管用。