python - 在 python 中可视化同一图形上的 3d 条形图和曲面图

Question

我想将双变量随机变量的直方图与其概率分布进行比较。我已经为它编写了代码，并且我将两个图都放在了一个数字上。但我无法区分这两者。条形图掩盖了曲面图。

如何更改颜色或任何其他参数，以便我可以将它们一起可视化并比较两个图？

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

mu_x = 0
variance_x = 1
mu_y = 0
variance_y = 1
sample=1000

x, y = np.random.multivariate_normal((mu_x, mu_y), [[variance_x, 0], [0, variance_y]], sample).T
hist, xedges, yedges = np.histogram2d(x, y, bins=100, range=[[-10, 10], [-10, 10]],density=True)
xpos, ypos = np.meshgrid(xedges[:-1] + 0.25, yedges[:-1] + 0.25)
xpos = xpos.flatten('F')
ypos = ypos.flatten('F')
zpos = np.zeros_like(xpos)
dx = 0.5 * np.ones_like(zpos)
dy = dx.copy()
dz = hist.flatten()

x = np.linspace(-10,10,500)
y = np.linspace(-10,10,500)
X, Y = np.meshgrid(x,y)
pos = np.empty(X.shape + (2,))
pos[:, :, 0] = X; pos[:, :, 1] = Y
rv = multivariate_normal([mu_x, mu_y], [[variance_x, 0], [0, variance_y]])

fig = plt.figure()
ax = fig.gca(projection='3d')
ax.bar3d(xpos, ypos, zpos, dx, dy, dz, color='b', zsort='average')
ax.plot_surface(X, Y, rv.pdf(pos),cmap='viridis',linewidth=0)
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
plt.show()

标签： pythonpython-3.xmatplotlib

Answer 1

您可以简单地向直方图添加一个偏移量（您可以指定您喜欢的任何数量），以便两者相互重叠，然后为直方图添加一些透明度以查看底层轮廓。您可以在图标题中提到添加偏移量是为了表示目的。所以具体来说，你可以使用

ax.bar3d(xpos, ypos, zpos+0.35, dx, dy, dz, color='b', zsort='average')
ax.plot_surface(X, Y, rv.pdf(pos),cmap='viridis',linewidth=0)

产生