python - Scipy.interpolate 和 matplotlib 中的 3D 表面 - 数据似乎在轴内旋转？

Question

我无法理解插值数据的奇怪副作用。我正在将 2D 表面绘制到 3D 网格上，这部分工作正常，但是一旦我调整它以包含 scipy.interpolate 我就会遇到一个奇怪的故障（至少我认为这是一个故障）。

下面是两个图的图像，LHS 是原始数据，RHS 是插值图。正如你所看到的，我已经旋转了 RHS，这样形状之间的相似性就很明显了，但结果是面向我们的轴是不同的；

（我已经广泛旋转了这两个，我相信这个视图中的对称性不是巧合，它看起来太相似了，当在相同的旋转中查看时它们看起来太不同了）

为了在我的代码中添加插值，我遵循了这个问题的答案： Smooth surface Plot with Pyplot

我还将在添加该位之前和之后添加我的代码，希望有一些我错过的非常明显的东西

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

#y is the sin(beta-alpha) value, x is the tan(beta) value and z is the cross-section in fb
y = np.array(Y_list)
x = np.array(x_list)
X, Y = np.meshgrid(x, y)

zs = np.array(z_list)
Z = zs.reshape(Y.shape)
print(type(Z))
print(Z.shape)

ax.plot_surface(X, Y, Z)

plt.ylabel(r"$Sin(\beta - \alpha)$")
plt.xlabel(r"$Tan(\beta)$")

ax.zaxis.set_rotate_label(False)  # disable automatic rotation
ax.set_zlabel('Cross-section (pb)', rotation=90)

#this is the rotation bit
for angle in range(0, 360):
    ax.view_init(30, angle)
    plt.draw()
    plt.pause(.001)

（显然，事先有代码导入 numpy、scipy 等所有内容并获取数据，但这在两个版本之间保持不变）

y = np.array(Y_list)
x = np.array(x_list)

xstart = float(x[0])
xend = float(x[-1])
ystart = float(y[0])
yend = float(y[-1])
X, Y = np.mgrid[xstart:xend:10j, ystart:yend:22j]

zs = np.array(z_list)
#Z = zs.reshape(Y.shape)

#The following lines perform interpolation
tck = interpolate.bisplrep(X, Y, zs, s=0)
Znew = interpolate.bisplev(X[:,0], Y[0,:], tck)

fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_surface(X, Y, Z)

plt.ylabel(r"$Sin(\beta - \alpha)$")
plt.xlabel(r"$Tan(\beta)$")

ax.zaxis.set_rotate_label(False)  # disable automatic rotation
ax.set_zlabel('Cross-section (pb)', rotation=90)

#this is the rotation bit
for angle in range(0, 360):
    ax.view_init(30, angle)
    plt.draw()
    plt.pause(.001)

我很难过，任何帮助将不胜感激！

标签： pythonnumpymatplotlibscipy