### 使用 Python 绘制 3D 暴雨模型图 #### 方法概述 为了实现三维暴雨模型的可视化，可以借助 `matplotlib` 库中的 `mplot3d` 工具包。该工具包允许用户轻松创建各种类型的三维图形，包括散点图、线框图以及表面图等。 以下是具体实现方式： --- #### 数据准备 在绘制之前，需先准备好代表降雨强度的空间分布数据。这里假设已有一个二维数组表示某区域内的降水量情况。 ```python import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # 定义网格范围 [-10, 10] 区间内均匀取样 x = np.linspace(-10, 10, 100) y = np.linspace(-10, 10, 100) x, y = np.meshgrid(x, y) # 构造一个假想的暴雨模型函数 (例如高斯型降水模式) rainfall_intensity = ( 5 * np.exp(-((x - 2)**2 + (y - 2)**2) / 8) + 3 * np.exp(-((x + 2)**2 + (y + 2)**2) / 6) - 2 * np.exp(-((x - 4)**2 + (y + 4)**2) / 10) ) # 创建一个新的Figure实例，并指定子图为3D投影形式 fig = plt.figure(figsize=(10, 7)) ax = fig.add_subplot(111, projection='3d') # 调整视角角度以便观察清楚 ax.view_init(elev=25, azim=-45) # 表面绘图命令 surf = ax.plot_surface( x, y, rainfall_intensity, rstride=1, cstride=1, cmap='Blues', linewidth=0, antialiased=False ) # 添加颜色条以解释数值含义 cbar = fig.colorbar(surf, shrink=0.5, aspect=10) cbar.set_label('Rainfall Intensity (mm/h)', fontsize=12) # 设置坐标轴标签 ax.set_xlabel('X Coordinate (km)', fontsize=12) ax.set_ylabel('Y Coordinate (km)', fontsize=12) ax.set_zlabel('Rainfall Intensity (mm/h)', fontsize=12) # 图形标题 ax.set_title('3D Rainstorm Model Visualization', fontsize=14) plt.tight_layout() plt.show() ``` 在这段代码里，我们首先定义了一个由两部分组成的复合高斯函数作为我们的暴雨模型[^1]。接着通过调用 `Axes3D` 对象上的 `plot_surface()` 函数实现了对该模型的三维显示[^2]。 --- #### 参数说明 - **rstride/cstride**: 控制采样的步长大小，默认值为10。较小的值会增加计算负担但提高细节程度。 - **cmap**: 颜色映射表的选择决定了最终呈现出来的色彩效果。“Blues”是一种渐变蓝色系配色方案，非常适合用来表达雨水浓度变化趋势。 - **antialiased**: 抗锯齿选项开启与否会影响边界清晰度和平滑感。 --- #### 可视化增强技巧 为了让生成的画面更加直观易懂，还可以尝试加入更多辅助元素，比如轮廓线条或者透明背景等等。下面给出一段改进版的例子： ```python # ...省略前面相同的部分... # 在原基础上叠加等高线投影到xy平面 contourf_filled = ax.contourf( x, y, rainfall_intensity, zdir='z', offset=np.min(rainfall_intensity), levels=20, alpha=.5, cmap='Blues' ) # 显示底部填充后的等高线 ax.contour( x, y, rainfall_intensity, zdir='z', offset=np.min(rainfall_intensity), colors='k', linestyles="-", levels=20 ) # 移除多余的边框装饰物让画面简洁美观 ax.xaxis.pane.fill = False ax.yaxis.pane.fill = False ax.zaxis.pane.fill = False for spine in ax.spines.values(): spine.set_visible(False) plt.show() ``` 此处新增了底层面的彩色填充分割区划以及黑色实线勾勒边缘轮廓两项特性[^3]。 ---