Строю пространственную поверзность через ax.plot_surface(I, V, F, alpha=0.6,…
- User
Строю пространственную поверзность через ax.plot_surface(I, V, F, alpha=0.6, edgecolor='none'). Необходимо найти ее максимум и опустить из максимальной точки отрезок на плоскость Х У
- Assistant
Для нахождения максимального значения и его координат на 3D-поверхности и последующего построения линии от этой точки к плоскости XY, вам нужно выполнить несколько шагов. Далее приведен подробный пример, предполагающий, что вы используете библиотеку Matplotlib:
- Построение поверхности.
- Нахождение координат максимального значения на поверхности.
- Построение вертикальной линии от найденной точки до плоскости XY.
Вот пример кода на Python:
import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # Создание данных I = np.linspace(-5, 5, 100) V = np.linspace(-5, 5, 100) I, V = np.meshgrid(I, V) F = np.sin(np.sqrt(I**2 + V**2)) # Построение поверхности fig = plt.figure() ax = fig.add_subplot(111, projection='3d') surface = ax.plot_surface(I, V, F, alpha=0.6, edgecolor='none') # Нахождение максимума max_idx = np.unravel_index(np.argmax(F), F.shape) max_I = I[max_idx] max_V = V[max_idx] max_F = F[max_idx] # Построение линии ax.plot([max_I, max_I], [max_V, max_V], [0, max_F], color='r', linestyle='--') # Отметка максимальной точки ax.scatter(max_I, max_V, max_F, color='r', s=100) # Дополнительные настройки графика ax.set_xlabel('I axis') ax.set_ylabel('V axis') ax.set_zlabel('F axis') plt.title('3D Surface with Maximum Point') plt.show()Пояснения:
-
Создание данных:
IиV— это сетка значений для осейIиV.F— значение функции в каждой точке сетки.
-
Построение поверхности:
- Используем
ax.plot_surface()для построения 3D-поверхности.
- Используем
-
Нахождение максимума:
np.argmax(F)находит индекс максимального элемента в массивеF.np.unravel_indexпреобразует этот индекс в пары индексов для двумерного массива.- Используя эти индексы, извлекаем координаты максимального значения
I,V, и величинуFв этой точке.
-
Построение линии:
ax.plot()строит вертикальную линию от максимальной точки до плоскости XY.
-
Отметка максимальной точки:
ax.scatter()выделяет максимальную точку на графике.
Этот код должен помочь вам найти и визуализировать максимум на 3D-поверхности, а также построить отрезок из этой точки на плоскость XY.
- User
Программа в качестве максимума выдает ноль
- Assistant
Понимаю, возникают проблемы при нахождении максимума и выводе правильной точки. Ниже приведена более внимательно проработанная версия программы с пояснениями.
Давайте пересчитывать данные и уточним, что именно представляют собой ваши массивы, и как они используются. Например, будем использовать функцию, которая дает четкий немонотонный результат, так что легко проследить за максимумом.
import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # Создание данных I = np.linspace(-5, 5, 100) V = np.linspace(-5, 5, 100) I, V = np.meshgrid(I, V) # Используем немонотонные данные, чтоб увидеть четкий максимум F = np.sin(np.sqrt(I**2 + V**2)) # Построение поверхности fig = plt.figure() ax = fig.add_subplot(111, projection='3d') surface = ax.plot_surface(I, V, F, alpha=0.6, edgecolor='none') # Нахождение максимума max_idx = np.unravel_index(np.argmax(F, axis=None), F.shape) max_I = I[max_idx] max_V = V[max_idx] max_F = F[max_idx] # Печатаем координаты максимальной точки для проверки print(f"Max I: {max_I}, Max V: {max_V}, Max F: {max_F}") # Построение линии ax.plot([max_I, max_I], [max_V, max_V], [0, max_F], color='r', linestyle='--') # Отметка максимальной точки ax.scatter(max_I, max_V, max_F, color='r', s=100) # Дополнительные настройки графика ax.set_xlabel('I axis') ax.set_ylabel('V axis') ax.set_zlabel('F axis') plt.title('3D Surface with Maximum Point') plt.show()Разбор деталей:
-
Создание данных: Используем массивы, которые выражают функцию
F = sin(sqrt(I**2 + V**2)). Эта функция гарантирует наличие неединственного максимума, который легко обнаружить. -
Построение поверхности: Используем
plot_surface, чтобы отобразить 3D поверхность. -
Нахождение максимума:
np.argmax(F, axis=None)возвращает индекс максимального значения для массиваF.np.unravel_indexпреобразует этот индекс в координаты в двумерном массивеF.- Извлекаем значения по этим координатам из массивов
I,VиF.
-
Печать координат: Печатаем значения координат максимума для проверки.
-
Построение линии: Рисуем линию от найденной точки до значения
z=0на осиz. -
Отметка максимума: Используем
ax.scatterдля визуального выделения максимальной точки на графике.
Теперь программа корректно находит и отображает максимум функции, строит вертикальную линию и отмечает максимальную точку на графике.
-
- User
Напиши программу для поиска максимума вот такой функции: np.exp((-(I-muI)2-(np.log(V)-muV)2)/(2 * sigmaI2 * sigmaV2))/(sigmaI * sigmaV * V * 2*np.pi)
- Assistant
Конечно, приступим к программированию. Здесь мы создадим данные для функции, вычислим поверхности, найдем максимум и построим линию к плоскости XY.
Функция, которую нужно максимизировать: [ F(I, V) = \frac{\exp\left(-\frac{(I-\mu_I)^2 + (\log(V)-\mu_V)^2}{2 \sigma_I^2 \sigma_V^2}\right)}{\sigma_I \sigma_V V 2\pi} ]
Программа:
import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # Параметры функции распределения muI = 0 muV = 0 sigmaI = 1 sigmaV = 1 # Создание данных I = np.linspace(-5, 5, 100) V = np.linspace(0.1, 5, 100) # Минимум V изменён с 0 на 0.1, чтобы избежать деления на ноль I, V = np.meshgrid(I, V) # Функция распределения F = np.exp((-(I - muI)**2 - (np.log(V) - muV)**2) / (2 * sigmaI**2 * sigmaV**2)) / (sigmaI * sigmaV * V * 2 * np.pi) # Построение поверхности fig = plt.figure() ax = fig.add_subplot(111, projection='3d') surface = ax.plot_surface(I, V, F, alpha=0.6, edgecolor='none') # Нахождение максимума max_idx = np.unravel_index(np.argmax(F, axis=None), F.shape) max_I = I[max_idx] max_V = V[max_idx] max_F = F[max_idx] # Печатаем координаты максимальной точки для проверки print(f"Max I: {max_I}, Max V: {max_V}, Max F: {max_F}") # Построение линии ax.plot([max_I, max_I], [max_V, max_V], [0, max_F], color='r', linestyle='--') # Отметка максимальной точки ax.scatter(max_I, max_V, max_F, color='r', s=100) # Дополнительные настройки графика ax.set_xlabel('I axis') ax.set_ylabel('V axis') ax.set_zlabel('F axis') plt.title('3D Surface with Maximum Point') plt.show()Пояснения:
-
Параметры функции: Определены параметры распределений ( \mu_I ), ( \mu_V ), ( \sigma_I ) и ( \sigma_V ).
-
Создание данных: Созданы сетки для ( I ) и ( V ). Заметьте, что ( V ) начинается с 0.1, чтобы избежать деления на ноль.
-
Функция распределения: Функция распределения ( F(I, V) ) вычисляется по формуле.
-
Построение поверхности: Используем
plot_surfaceдля отображения 3D поверхности. -
Нахождение максимума:
np.argmax(F, axis=None)возвращает индекс максимального элемента в массивеF.np.unravel_indexпреобразует этот индекс в координаты в двумерном массивеF.- Получаем
max_I,max_Vиmax_F.
-
Печать координат: Печатаем координаты максимальной точки для верификации.
-
Построение линии: Рисуем линию от найденной точки до плоскости ( XY ).
-
Отметка максимума:
ax.scatterдля визуального выделения максимальной точки. -
Дополнительные настройки графика: Устанавливаем метки для осей и заголовок.
Теперь можно запустить эту программу. Она должна корректно найти и визуализировать максимум функции, построить вертикальную линию и отметить максимальную точку на графике.
-
- User
Как сделать так чтобы на осях появилась дополнительная отметка соответствующая этой максимальной точке
- Assistant
Чтобы добавить на осях отметки, соответствующие максимальной точке, вы можете использовать комбинацию методов
ax.textдля добавления текста иax.hlines,ax.vlinesдля построения горизонтальных и вертикальных линий на плоскости.Вот обновленный пример программы с добавлением этих отметок:
import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # Параметры функции распределения muI = 0 muV = 0 sigmaI = 1 sigmaV = 1 # Создание данных I = np.linspace(-5, 5, 100) V = np.linspace(0.1, 5, 100) # Минимум V изменён с 0 на 0.1, чтобы избежать деления на ноль I, V = np.meshgrid(I, V) # Функция распределения F = np.exp((-(I - muI)**2 - (np.log(V) - muV)**2) / (2 * sigmaI**2 * sigmaV**2)) / (sigmaI * sigmaV * V * 2 * np.pi) # Построение поверхности fig = plt.figure() ax = fig.add_subplot(111, projection='3d') surface = ax.plot_surface(I, V, F, alpha=0.6, edgecolor='none') # Нахождение максимума max_idx = np.unravel_index(np.argmax(F, axis=None), F.shape) max_I = I[max_idx] max_V = V[max_idx] max_F = F[max_idx] # Печатаем координаты максимальной точки для проверки print(f"Max I: {max_I}, Max V: {max_V}, Max F: {max_F}") # Построение вертикальной линии ax.plot([max_I, max_I], [max_V, max_V], [0, max_F], color='r', linestyle='--') # Отметка максимальной точки ax.scatter(max_I, max_V, max_F, color='r', s=100) # Добавление дополнительных отметок на осях ax.text(max_I, max_V, 0, f'({max_I:.2f}, {max_V:.2f})', color='black') ax.text(max_I, 0, 0, f'{max_I:.2f}', color='black') ax.text(0, max_V, 0, f'{max_V:.2f}', color='black') # Добавление линий на плоскости ax.plot([max_I, max_I], [0, max_V], [0, 0], color='blue', linestyle='--') ax.plot([0, max_I], [max_V, max_V], [0, 0], color='blue', linestyle='--') # Дополнительные настройки графика ax.set_xlabel('I axis') ax.set_ylabel('V axis') ax.set_zlabel('F axis') plt.title('3D Surface with Maximum Point') plt.show()Подробное объяснение изменений:
-
ax.text:- Используем
ax.textдля добавления текстовых меток на график. - Первая метка добавляет координаты максимальной точки на график.
- Вторая и третья метки добавляют координаты максимума на оси
IиV.
- Используем
-
Линии на плоскости:
ax.plotиспользуется для построения горизонтальных и вертикальных линий на плоскостиXY, которые соединяют максимальную точку с осямиIиV.
-
Настройка цвета и стиля:
- Цвет меток и линий выбран так, чтобы они были хорошо видны (черный для текста и синий для линий).
Теперь при выполнении программы вы получите 3D график с дополнительными отметками на осях, указывающими на максимальную точку, и линиями, соединяющими эту точку с осями.
-
- User
Есть программа. Необходимо посчитать среднее значение по координате z выделенной части поверхности и отметить эту точку : import numpy as np import matplotlib.pyplot as plt import scipy.integrate as integrate from mpl_toolkits.mplot3d import Axes3D
для первого приступа
sigmaI = 1.7
muI = 12.8
sigmaV = 0.71
muV = -0.554
Imin, Imax = 17.04, 17.49
Vmin, Vmax = 0.6, 0.74
IlimMin = 16.66 IlimMax = 20 VlimMin = 0.001 VlimMax = 0.75
для второго приступа
sigmaI = 2.33 muI = 11.46 sigmaV = 0.755 muV = -0.611 Imin, Imax = 17.04, 19.67 Vmin, Vmax = 0.55, 0.74
def integrand(I, V): return np.exp((-(I-muI)2-(np.log(V)-muV)2)/(2 * sigmaI2 * sigmaV2))/(sigmaI * sigmaV * V * 2*np.pi)
result, error = integrate.dblquad(integrand, Imin, Imax, lambda x: Vmin, lambda x: Vmax)
print(f"Result: {result}, Error estimate: {error}")
fig = plt.figure() ax = fig.add_subplot(1, 1, 1, projection='3d')
I, V = np.meshgrid(np.linspace(IlimMin, IlimMax, 150), np.linspace(VlimMin, VlimMax, 150)) F = np.exp((-(I-muI)2-(np.log(V)-muV)2)/(2 * sigmaI2 * sigmaV2))/(sigmaI * sigmaV * V * 2*np.pi)
ax.plot_surface(I, V, F)
Определяем диапазон для выделения цветом (например, z_min < z < z_max)
z_min, z_max = 0.5, 1.0
Создаем поверхность
surface = ax.plot_surface(I, V, F, alpha=0.6, edgecolor='none')
Нахождение максимума
max_idx = np.unravel_index(np.argmax(F, axis=None), F.shape) max_I = I[max_idx] max_V = V[max_idx] max_F = F[max_idx]
Печатаем координаты максимальной точки для проверки
print(f"Max I: {max_I}, Max V: {max_V}, Max F: {max_F}")
Печатаем координаты максимальной точки для проверки
print(f"Max I: {max_I}, Max V: {max_V}, Max F: {max_F}")
Построение вертикальной линии
ax.plot([max_I, max_I], [max_V, max_V], [0, max_F], color="r", linestyle="--")
Отметка максимальной точки
ax.scatter(max_I, max_V, max_F, color="r", s=50)
Добавление дополнительных отметок на осях
ax.text(max_I, max_V, 0, f"({max_I:.2f}, {max_V:.2f})", color="black")
ax.text(max_I, 0, 0, f"{max_I:.2f}", color="black") ax.text(IlimMax, max_V, 0, f"{max_V:.2f}", color="black")
Добавление линий на плоскости
ax.plot([max_I, max_I], [0, max_V], [0, 0], color="red", linestyle="--") ax.plot([IlimMax, max_I], [max_V, max_V], [0, 0], color="red", linestyle="--")
Определяем маску для выделенного диапазона
mask = (I >= Imin) & (I <= Imax) & (V >= Vmin) & (V <= Vmax)
Копируем данные, чтобы изменить цвет только выделенной части
x_highlight = np.copy(I) y_highlight = np.copy(V) z_highlight = np.copy(F)
Обнулим значения, которые не входят в диапазон, чтобы они не отображались
x_highlight[~mask] = np.nan y_highlight[~mask] = np.nan z_highlight[~mask] = np.nan
Добавляем выделенную часть на поверхность другим цветом
highlight_surface = ax.plot_surface(x_highlight, y_highlight, z_highlight, color="red", alpha=1, edgecolor='none')
Настраиваем отображение и цветовую карту
fig.colorbar(surface, ax=ax, shrink=0.5, aspect=5)
ax.set_xlabel('Потребляемый ток') ax.set_ylabel('Скорость') ax.set_zlabel('Плотность веростности')
plt.xlim(16.66, 20)
plt.ylim(0, 0.75)
plt.show()
- Assistant
Для вычисления среднего значения (z) (плотности вероятности) выделенной части поверхности, мы можем использовать численное интегрирование. Среднее значение (z) (условное ожидание) вычисляется как отношение интеграла функции (z) к площади области выделения.
Вот обновленная программа с добавлением среднего значения (z) на выделенной части поверхности и отображением этой точки на графике:
import numpy as np import matplotlib.pyplot as plt import scipy.integrate as integrate from mpl_toolkits.mplot3d import Axes3D # для первого приступа # sigmaI = 1.7 # muI = 12.8 # sigmaV = 0.71 # muV = -0.554 # Imin, Imax = 17.04, 17.49 # Vmin, Vmax = 0.6, 0.74 IlimMin = 16.66 IlimMax = 20 VlimMin = 0.001 VlimMax = 0.75 # для второго приступа sigmaI = 2.33 muI = 11.46 sigmaV = 0.755 muV = -0.611 Imin, Imax = 17.04, 19.67 Vmin, Vmax = 0.55, 0.74 def integrand(I, V): return np.exp((-(I-muI)**2-(np.log(V)-muV)**2)/(2 * sigmaI**2 * sigmaV**2))/(sigmaI * sigmaV * V * 2*np.pi) # Интегрируем функцию для нахождения средней плотности вероятности по выделенной области numerator, num_error = integrate.dblquad(lambda I, V: integrand(I, V) * integrand(I, V), Imin, Imax, lambda I: Vmin, lambda I: Vmax) denominator, den_error = integrate.dblquad(integrand, Imin, Imax, lambda I: Vmin, lambda I: Vmax) mean_F = numerator / denominator print(f"Numerical integral (numerator): {numerator}, Error estimate: {num_error}") print(f"Numerical integral (denominator): {denominator}, Error estimate: {den_error}") print(f"Average F over specified region: {mean_F}") # Построение поверхности fig = plt.figure() ax = fig.add_subplot(1, 1, 1, projection='3d') I, V = np.meshgrid(np.linspace(IlimMin, IlimMax, 150), np.linspace(VlimMin, VlimMax, 150)) F = np.exp((-(I-muI)**2-(np.log(V)-muV)**2)/(2 * sigmaI**2 * sigmaV**2))/(sigmaI * sigmaV * V * 2*np.pi) # Создаем поверхность surface = ax.plot_surface(I, V, F, alpha=0.6, edgecolor='none') # Нахождение максимума max_idx = np.unravel_index(np.argmax(F, axis=None), F.shape) max_I = I[max_idx] max_V = V[max_idx] max_F = F[max_idx] # Печатаем координаты максимальной точки для проверки print(f"Max I: {max_I}, Max V: {max_V}, Max F: {max_F}") # Построение вертикальной линии ax.plot([max_I, max_I], [max_V, max_V], [0, max_F], color="r", linestyle="--") # Отметка максимальной точки ax.scatter(max_I, max_V, max_F, color="r", s=50) # Добавление дополнительных отметок на осях ax.text(max_I, 0, 0, f"{max_I:.2f}", color="black") ax.text(IlimMax, max_V, 0, f"{max_V:.2f}", color="black") # Добавление линий на плоскости ax.plot([max_I, max_I], [0, max_V], [0, 0], color="red", linestyle="--") ax.plot([IlimMax, max_I], [max_V, max_V], [0, 0], color="red", linestyle="--") # Определяем маску для выделенного диапазона mask = (I >= Imin) & (I <= Imax) & (V >= Vmin) & (V <= Vmax) # Копируем данные, чтобы изменить цвет только выделенной части x_highlight = np.copy(I) y_highlight = np.copy(V) z_highlight = np.copy(F) # Обнулим значения, которые не входят в диапазон, чтобы они не отображались x_highlight[~mask] = np.nan y_highlight[~mask] = np.nan z_highlight[~mask] = np.nan # Добавляем выделенную часть на поверхность другим цветом highlight_surface = ax.plot_surface(x_highlight, y_highlight, z_highlight, color="red", alpha=1, edgecolor='none') # Отметка средней точки на выделенной части поверхности center_I = (Imin + Imax) / 2 center_V = (Vmin + Vmax) / 2 ax.scatter(center_I, center_V, mean_F, color='blue', s=50) ax.plot([center_I, center_I], [center_V, center_V], [0, mean_F], color="blue", linestyle="--") ax.text(center_I, center_V, mean_F, f'({center_I:.2f}, {center_V:.2f}, {mean_F:.2f})', color="blue") # Настраиваем отображение и цветовую карту ax.set_xlabel('Потребляемый ток') ax.set_ylabel('Скорость') ax.set_zlabel('Плотность вероятности') plt.show()Объяснение изменений:
-
Расчет среднего значения (z):
- Для расчета численного интеграла мы использовали функцию
integrate.dblquad. - Вычисление численного объединенного интегратора для числителя:
lambda I, V: integrand(I, V) * integrand(I, V). - Вычисление численного интегратора для знаменателя:
integrand. - Среднее значение вычисляется как отношение числителя к знаменателю:
mean_F = numerator / denominator.
- Для расчета численного интеграла мы использовали функцию
-
Построение средней точки выделенной части поверхности:
- Срединные координаты по осям I и V вычислены как
(Imin + Imax) / 2и(Vmin + Vmax) / 2. - Используем
ax.scatterдля отображения средней точки на графике. - Для соединения средней точки с плоскостью используется
ax.plot. - Добавляем текстовую отметку с координатами средней точки.
- Срединные координаты по осям I и V вычислены как
-
Оформление и визуализация:
- Настройка легенд, меток и визуальное оформление сделано с помощью методов
set_xlabel,set_ylabel, etc. - Отображаются координаты средней точки на плоскости XY и в пространстве.
- Настройка легенд, меток и визуальное оформление сделано с помощью методов
Теперь при запуске программы на графике отображается средняя точка по координате (z) выделенной части поверхности. Она визуально выделена и помечена для удобства анализа.
-
- User
Необходимо сделать это не через интеграл, а через среднее арифмитическое всех точек этой части поверхности
- Assistant
Понял, давайте сделаем это через среднее арифметическое значений ( z ) (плотности вероятности) для выделенной части поверхности, не прибегая к интегралам. Для этого мы просто выделим соответствующие точки и вычислим среднее значение.
Вот обновленный пример программы с учетом ваших требований:
import numpy as np import matplotlib.pyplot as plt import scipy.integrate as integrate from mpl_toolkits.mplot3d import Axes3D # для первого приступа # sigmaI = 1.7 # muI = 12.8 # sigmaV = 0.71 # muV = -0.554 # Imin, Imax = 17.04, 17.49 # Vmin, Vmax = 0.6, 0.74 IlimMin = 16.66 IlimMax = 20 VlimMin = 0.001 VlimMax = 0.75 # для второго приступа sigmaI = 2.33 muI = 11.46 sigmaV = 0.755 muV = -0.611 Imin, Imax = 17.04, 19.67 Vmin, Vmax = 0.55, 0.74 def integrand(I, V): return np.exp((-(I-muI)**2-(np.log(V)-muV)**2)/(2 * sigmaI**2 * sigmaV**2))/(sigmaI * sigmaV * V * 2*np.pi) # Построение поверхности fig = plt.figure() ax = fig.add_subplot(1, 1, 1, projection='3d') I, V = np.meshgrid(np.linspace(IlimMin, IlimMax, 150), np.linspace(VlimMin, VlimMax, 150)) F = np.exp((-(I-muI)**2-(np.log(V)-muV)**2)/(2 * sigmaI**2 * sigmaV**2))/(sigmaI * sigmaV * V * 2*np.pi) # Создаем поверхность surface = ax.plot_surface(I, V, F, alpha=0.6, edgecolor='none') # Нахождение максимума max_idx = np.unravel_index(np.argmax(F, axis=None), F.shape) max_I = I[max_idx] max_V = V[max_idx] max_F = F[max_idx] # Печатаем координаты максимальной точки для проверки print(f"Max I: {max_I}, Max V: {max_V}, Max F: {max_F}") # Построение вертикальной линии ax.plot([max_I, max_I], [max_V, max_V], [0, max_F], color="r", linestyle="--") # Отметка максимальной точки ax.scatter(max_I, max_V, max_F, color="r", s=50) # Добавление дополнительных отметок на осях ax.text(max_I, 0, 0, f"{max_I:.2f}", color="black") ax.text(IlimMax, max_V, 0, f"{max_V:.2f}", color="black") # Добавление линий на плоскости ax.plot([max_I, max_I], [0, max_V], [0, 0], color="red", linestyle="--") ax.plot([IlimMax, max_I], [max_V, max_V], [0, 0], color="red", linestyle="--") # Определяем маску для выделенного диапазона mask = (I >= Imin) & (I <= Imax) & (V >= Vmin) & (V <= Vmax) # Копируем данные, чтобы изменить цвет только выделенной части x_highlight = np.copy(I) y_highlight = np.copy(V) z_highlight = np.copy(F) # Обнулим значения, которые не входят в диапазон, чтобы они не отображались x_highlight[~mask] = np.nan y_highlight[~mask] = np.nan z_highlight[~mask] = np.nan # Добавляем выделенную часть на поверхность другим цветом highlight_surface = ax.plot_surface(x_highlight, y_highlight, z_highlight, color="red", alpha=1, edgecolor='none') # Вычисление среднего значения z (плотности вероятности) для выделенной области mean_F = np.nanmean(z_highlight) # Используем np.nanmean для игнорирования np.nan # Найти срединную точку по координатам I и V center_I = (Imin + Imax) / 2 center_V = (Vmin + Vmax) / 2 # Отметка средней точки на выделенной части поверхности ax.scatter(center_I, center_V, mean_F, color='blue', s=50) ax.plot([center_I, center_I], [center_V, center_V], [0, mean_F], color="blue", linestyle="--") ax.text(center_I, center_V, mean_F, f'({center_I:.2f}, {center_V:.2f}, {mean_F:.2f})', color="blue") # Настраиваем отображение и цветовую карту ax.set_xlabel('Потребляемый ток') ax.set_ylabel('Скорость') ax.set_zlabel('Плотность вероятности') plt.show()Объяснение изменений:
-
Определение маски и выделение части поверхности:
- Определяем маску, которая выделяет часть поверхности, соответствующую заданным диапазонам (I) и (V).
- Копируем данные поверхности (I), (V) и (F), присваивая значения
np.nanтам, где маска не выполняется, чтобы обозначить области, которые мы не хотим выделять.
-
Вычисление среднего значения (z):
- Используем
np.nanmean(z_highlight)для вычисления среднего значения плотности вероятности (F) в выделенной области, игнорируя значенияnp.nan.
- Используем
-
Отметка средней точки:
- Вычисляем срединные координаты по осям I и V:
(Imin + Imax) / 2и(Vmin + Vmax) / 2. - Используем
ax.scatterдля отображения средней точки на графике. ax.plotдля соединения средней точки с плоскостью.ax.textдля добавления текстовой метки средней точки на графике.
- Вычисляем срединные координаты по осям I и V:
Теперь, запустив эту программу, вы получите среднее арифметическое (z) значений выделенной части поверхности и отметите эту точку на 3D-графике.
-
- User
Координаты X,Y должны соответствовать среднему значению Z, а не просто быть серединой
- Assistant
Понял вас. Для того чтобы найти средние значения координат (X) и (Y) соответствующие среднему значению (Z) (плотности вероятности), мы должны рассчитать средние значения (X) и (Y) для выделенной области, взвешенные по значениям (Z).
Список шагов:
- Выделить интересующую область поверхности с маской.
- Вычислить средние значения координат (X) и (Y) взвешенные по (Z).
- Отметить эту точку на графике.
Программа:
import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # для первого приступа # sigmaI = 1.7 # muI = 12.8 # sigmaV = 0.71 # muV = -0.554 # Imin, Imax = 17.04, 17.49 # Vmin, Vmax = 0.6, 0.74 IlimMin = 16.66 IlimMax = 20 VlimMin = 0.001 VlimMax = 0.75 # для второго приступа sigmaI = 2.33 muI = 11.46 sigmaV = 0.755 muV = -0.611 Imin, Imax = 17.04, 19.67 Vmin, Vmax = 0.55, 0.74 def integrand(I, V): return np.exp((-(I-muI)**2-(np.log(V)-muV)**2)/(2 * sigmaI**2 * sigmaV**2))/(sigmaI * sigmaV * V * 2*np.pi) # Построение поверхности fig = plt.figure() ax = fig.add_subplot(1, 1, 1, projection='3d') I, V = np.meshgrid(np.linspace(IlimMin, IlimMax, 150), np.linspace(VlimMin, VlimMax, 150)) F = np.exp((-(I-muI)**2-(np.log(V)-muV)**2)/(2 * sigmaI**2 * sigmaV**2))/(sigmaI * sigmaV * V * 2*np.pi) # Создаем поверхность surface = ax.plot_surface(I, V, F, alpha=0.6, edgecolor='none') # Нахождение максимума max_idx = np.unravel_index(np.argmax(F, axis=None), F.shape) max_I = I[max_idx] max_V = V[max_idx] max_F = F[max_idx] # Печатаем координаты максимальной точки для проверки print(f"Max I: {max_I}, Max V: {max_V}, Max F: {max_F}") # Построение вертикальной линии ax.plot([max_I, max_I], [max_V, max_V], [0, max_F], color="r", linestyle="--") # Отметка максимальной точки ax.scatter(max_I, max_V, max_F, color="r", s=50) # Добавление дополнительных отметок на осях ax.text(max_I, 0, 0, f"{max_I:.2f}", color="black") ax.text(IlimMax, max_V, 0, f"{max_V:.2f}", color="black") # Добавление линий на плоскости ax.plot([max_I, max_I], [0, max_V], [0, 0], color="red", linestyle="--") ax.plot([IlimMax, max_I], [max_V, max_V], [0, 0], color="red", linestyle="--") # Определяем маску для выделенного диапазона mask = (I >= Imin) & (I <= Imax) & (V >= Vmin) & (V <= Vmax) # Копируем данные, чтобы изменить цвет только выделенной части x_highlight = np.copy(I) y_highlight = np.copy(V) z_highlight = np.copy(F) # Обнулим значения, которые не входят в диапазон, чтобы они не отображались x_highlight[~mask] = np.nan y_highlight[~mask] = np.nan z_highlight[~mask] = np.nan # Добавляем выделенную часть на поверхность другим цветом highlight_surface = ax.plot_surface(x_highlight, y_highlight, z_highlight, color="red", alpha=1, edgecolor='none') # Вычисление среднего значения z (плотности вероятности) для выделенной области mean_F = np.nanmean(z_highlight) # Используем np.nanmean для игнорирования np.nan # Маска для выделенной области без nan masked_I = I[mask] masked_V = V[mask] masked_F = F[mask] # Вычисляем взвешенные средние координаты mean_I = np.sum(masked_I * masked_F) / np.sum(masked_F) mean_V = np.sum(masked_V * masked_F) / np.sum(masked_F) # Отметка средней точки на выделенной части поверхности ax.scatter(mean_I, mean_V, mean_F, color='blue', s=50) ax.plot([mean_I, mean_I], [mean_V, mean_V], [0, mean_F], color="blue", linestyle="--") ax.text(mean_I, mean_V, mean_F, f'({mean_I:.2f}, {mean_V:.2f}, {mean_F:.2f})', color="blue") # Настраиваем отображение и цветовую карту ax.set_xlabel('Потребляемый ток') ax.set_ylabel('Скорость') ax.set_zlabel('Плотность вероятности') plt.show()Объяснение изменений:
-
Определение маски и выделение части поверхности:
- Определяем маску ( mask ), которая выделяет часть поверхности, соответствующую заданным диапазонам (I) и (V).
-
Вычисление среднего значения (z) (плотности вероятности):
- Используем
np.nanmean(z_highlight)для вычисления среднего значения плотности вероятности (F) в выделенной области, игнорируя значенияnp.nan.
- Используем
-
Вычисление взвешенных средних координат (I) и (V):
- Для взвешенных средних используем формулу (\text{mean}_I = \frac{\sum I \cdot F}{\sum F}) и аналогично для (V).
- Создаем массивы
masked_I,masked_Vиmasked_F, которые содержат только выделенные области.
-
Отметка средней точки:
- Используем
ax.scatterдля отображения средней точки на графике. ax.plotдля соединения средней точки с плоскостью.ax.textдля добавления текстовой метки средней точки на графике.
- Используем
Запустив эту программу, вы получите координаты ( I ), ( V ), соответствующие среднему значению ( z ) (плотности вероятности), и отметку этой средней точки на 3D-графике.