创建立方体阵列

Question

以下程序将用于大学物理研究。所以我正在研究一个涉及以矩形形式创建单元格的研究项目。现在我正在使用3d立方格。我的目标是让更多这些彼此相邻。

这里是我当前的代码（你们帮助过）： 现在它只能制作一个立方体，可以在立方体网格的顶点上放置随机点，并且它可以计算点之间的距离。我将如何让matplotlib生成更多的这些？另外，我需要能够在多个立方体上放置点，并且我应该能够计算从立方体A中的点到立方体B中的点的距离。我是否可以通过仅在同一个matplotlib中生成多个立方体做一段时间循环？另外，它看起来像使用numpy数组呢？ 我感觉好像numpy数组很容易创建，但我不能完全包裹它。 代码我至今：

from mpl_toolkits.mplot3d import Axes3D 
import matplotlib.pyplot as plt 
import numpy as np 
from itertools import product, combinations 
from matplotlib.patches import FancyArrowPatch 
from mpl_toolkits.mplot3d import proj3d 

parameter = np.arange(0,11,1) 
xx, yy, zz = np.meshgrid(parameter, parameter, parameter) 
valuesrange = np.zeros((11, 11, 11)) 
valuesrange2 = np.zeros((11, 11, 11)) 

count = 0 

while (count < 2): 
xint = np.random.randint(0,2) 
yint = np.random.randint(0,2) 
zint = np.random.randint(0,2) 

if xint > 0: 
    xint = np.random.randint(10,11, 22) 
else: 
    xint = np.random.randint(0,1, 22) 

if yint >0: 
    yint = np.random.randint(10,11, 22) 
else: 
    yint = np.random.randint(0,1, 22) 

if zint > 0: 
    zint = np.random.randint(10,11, 22) 
else: 
    zint = np.random.randint(0,1, 22) 
count = count + 1 
print(xint, yint, zint) 
xint2 = np.random.randint(0,2) 
yint2 = np.random.randint(0,2) 
zint2 = np.random.randint(0,2) 

if xint2 > 0: 
    xint2 = np.random.randint(10,11, 22) 
else: 
    xint2 = np.random.randint(0,1, 22) 

if yint2 >0: 
    yint2 = np.random.randint(10,11, 22) 
else: 
    yint2 = np.random.randint(0,1, 22) 

if zint2 > 0: 
    zint2 = np.random.randint(10,11, 22) 
else: 
    zint2 = np.random.randint(0,1, 22) 
print (count) 
print(xint2, yint2, zint2) 
distance = ((xint2-xint)**2 + (yint2 - yint)**2 + (zint2 - zint)**2)**.5 
print ('distance:') 
print (distance) 

#xint = np.random.randint(0, 11, 22) 
#yint = np.random.randint(0, 11, 22) 
#zint = np.random.randint(0, 11, 22) 
#distance formula = ((x2-x1)**2 + (y2 - y1)**2 + (z2 - z1)**2)**.5 
valuesrange[[xint, yint, zint]]= np.random.random(22) 
valuesrange[[xint, yint, zint]]= np.random.random(22) 
fig = plt.figure() 
ax = fig.add_subplot(111, projection = '3d') 
im = ax.scatter(xx, yy, zz, c = valuesrange, cmap=plt.cm.spectral_r, 
edgecolor = 'none', alpha = .7) 
ax.set_xlabel('x') 
ax.set_ylabel('y') 
ax.set_zlabel('z') 

plt.colorbar(im) 
fig.show() 

#plt.show() 

Answer 1

我有认识的大部分代码的目的，严重的问题。我可以告诉你的是，你当然可以将多维数据集创建放入一个函数中，并可能使用不同的参数多次调用该函数，以获得多个散点图。

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

def make_cube(ax, n=10, offset=[0,0,0]): 
    parameter = np.arange(0,n,1) 
    xx, yy, zz = np.meshgrid(parameter, parameter, parameter) 
    valuesrange = np.zeros((n,n,n)) 
    valuesrange = np.random.rand(n,n,n) 
    x = xx+offset[0]; y=yy+offset[1]; z=zz+offset[2] 
    sc = ax.scatter(x, y, z, c = valuesrange, cmap=plt.cm.spectral_r, vmin=0, vmax=1, 
        edgecolor = 'none', alpha = .7) 
    return sc 

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

ax.set_xlabel('x') 
ax.set_ylabel('y') 
ax.set_zlabel('z') 

sc1 = make_cube(ax,n=6) 
sc2 = make_cube(ax,n=4, offset=[8,7,4]) 
# or use a loop: 
#for i in range(4): 
# sc1 = make_cube(ax,n=i) 

plt.colorbar(sc1) 
plt.show()