Графики плотности вероятности 3D в Python
Я работаю над набором данных, состоящим из значений «длительности импульса» и 5 или 6 «значений напряжения», соответствующих каждой длительности импульса. Первое значение - это длительность импульса, за которой следуют напряжения. Найдите таблицу ниже.
15 -56В -47В -53В -50В -50В
16-49В -46В -52В -47В -50В
17-50 В -51 В -47 В -50 В -49 В
18-50 В -51 В -48 В -48 В -45 В
19 -49В -51В -45В -47В -52В
20-45В -47В -50В -47В -54В
21 -46В -52В -52В -49В -54В
22 -53В -51В -53В -56В -52В
23 -52В -45В -51В -56В -53В
24 -51В -52В -54В -58В -52В
25 -56В -53В -57В -55В -53В
26 -53В -52В -55В -52В
27 -54В -49В -56В -54В
28 -52В -52В -57В -56В -53В
29 -63В -60В -54В -58В -61В
30 -59В -70В -61В
Я хочу, чтобы оси X и Y были длиной импульса и напряжением, и я хочу, чтобы ось Z была его распределением вероятностей. У меня есть 2D-график для того же самого с использованием набора «значений напряжения» и его вероятности.
На рисунке красный график соответствует длине одного импульса, а зеленый график - другой длине импульса. Я попытался сделать 3D-график таким же образом, используя пример многомерного нормального распределения из переполнения стека (Постройте нормальное распределение в 3D). Поскольку у меня очень мало опыта работы с трехмерными графиками, я не могу построить несколько графиков поверхности на одной и той же поверхности с разными значениями «длительности импульса» по оси Y. Код, который я пробовал, приведен ниже.
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from matplotlib.mlab import bivariate_normal
from mpl_toolkits.mplot3d import Axes3D
#Parameters to set
mu_x = -48.8
sigma_x = np.sqrt(6.5)
mu_y = 0
sigma_y = np.sqrt(16)
#Create grid and multivariate normal
x = range(-100,0)
y = range(15,30)
X, Y = np.meshgrid(x,y)
Z = bivariate_normal(X,Y,sigma_x,sigma_y,mu_x,mu_y)
#Make a 3D plot
fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_surface(X, Y, Z,cmap='Reds',linewidth=0, antialiased=True,
zorder = 0.5)
ax.set_xlabel('Voltage')
ax.set_ylabel('Pulse Length')
ax.set_zlabel('Normal Distribution')
plt.show()
Я был бы очень благодарен, если бы кто-нибудь помог мне сделать то же самое для нескольких длин импульсов. Спасибо.
Ответы 1
Я не знаю, какого именно сюжета вы хотите достичь, но насколько я понял, вам нужно что-то вроде рисунка ниже. Ниже я помещаю только соответствующий / измененный код. Также неясно, какой переменной является длина вашего пульса. Поскольку у вас много длин импульсов, вы можете поместить функцию для определения mu_x, 'mu_y', Z в цикл for и построить несколько трехмерных поверхностей.
# Create grid and multivariate normal
x = np.linspace(-100, 0, 200) # Create a mesh of 200 x-points
y = np.linspace(-30, 30, 200) # Create a mesh of 200 y-points
X, Y = np.meshgrid(x,y)
Z = bivariate_normal(X,Y,sigma_x,sigma_y,mu_x,mu_y)
Z2 = bivariate_normal(X,Y,sigma_x,sigma_y,mu_x-20,mu_y+10)
fig = plt.figure(figsize=(10, 8))
ax = fig.gca(projection='3d')
ax.plot_surface(X, Y, Z,cmap='Reds',linewidth=0, antialiased=True, zorder = 0.5)
ax.plot_surface(X, Y, Z2,cmap='Blues',linewidth=0, alpha=0.5, antialiased=True, zorder = 0.5)
Выход
