你在那里有漂亮的圆锥形交叉点：）
您要尝试执行的操作应通过将Z要忽略的数据设置为来实现NaN。以石墨烯的紧密结合带结构为例：
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
# generate dummy data (graphene tight binding band structure)
kvec = np.linspace(-np.pi,np.pi,101)
kx,ky = np.meshgrid(kvec,kvec)
E = np.sqrt(1+4*np.cos(3*kx/2)*np.cos(np.sqrt(3)/2*ky) + 4*np.cos(np.sqrt(3)/2*ky)**2)
# plot full dataset
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(kx,ky,E,cmap='viridis',vmin=-E.max(),vmax=E.max(),rstride=1,cstride=1)
ax.plot_surface(kx,ky,-E,cmap='viridis',vmin=-E.max(),vmax=E.max(),rstride=1,cstride=1)
# focus on Dirac cones
Elim = 1 #threshold
E[E>Elim] = np.nan
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
#ax.plot_surface(kx2,ky2,E2,cmap='viridis',vmin=-Elim,vmax=Elim)
#ax.plot_surface(kx2,ky2,-E2,cmap='viridis',vmin=-Elim,vmax=Elim)
ax.plot_surface(kx,ky,E,cmap='viridis',rstride=1,cstride=1,vmin=-Elim,vmax=Elim)
ax.plot_surface(kx,ky,-E,cmap='viridis',rstride=1,cstride=1,vmin=-Elim,vmax=Elim)
plt.show()
结果如下：
不幸的是，第二种情况的渲染存在问题：在后一种情况下，数据的表观深度顺序被弄乱了：背景中的圆锥体在前面的圆锥体之前渲染（这在交互式绘图中更为清晰） 。问题在于，空洞比实际数据多，并且数据未连接，这使的渲染器感到困惑plot_surface。Matplotlib具有2d渲染器，因此3d可视化有点麻烦。这意味着对于复杂的重叠曲面，您经常会遇到渲染伪影（特别是两个简单连接的曲面彼此之间完全在后或完全在前面）。
我们可以通过做更多的工作来解决渲染错误：通过 不 使用nans来将数据保留在单个表面中，而是将表面着色为在我们不感兴趣的地方不可见。由于我们现在要绘制的曲面包括整个原始曲面，因此我们必须zlim手动设置才能专注于我们感兴趣的区域。对于以上示例：
from matplotlib.cm import get_cmap
# create a color mapping manually
Elim = 1 #threshold
cmap = get_cmap('viridis')
colors_top = cmap((E + Elim)/2/Elim) # listed colormap that maps E from [-Elim, Elim] to [0.0, 1.0] for color mapping
colors_bott = cmap((-E + Elim)/2/Elim) # same for -E branch
colors_top[E > Elim, -1] = 0 # set outlying faces to be invisible (100% transparent)
colors_bott[-E < -Elim, -1] = 0
# in nature you would instead have something like this:
#zmin,zmax = -1,1 # where to cut the _single_ input surface (x,y,z)
#cmap = get_cmap('viridis')
#colors = cmap((z - zmin)/(zmax - zmin))
#colors[(z < zmin) | (z > zmax), -1] = 0
# then plot_surface(x, y, z, facecolors=colors, ...)
# or for your specific case where you have X, Y, Z and C:
#colors = get_cmap('viridis')(C)
#colors[(z < zmin) | (z > zmax), -1] = 0
# then plot_surface(x, y, z, facecolors=colors, ...)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# pass the mapped colours as the facecolors keyword arg
s1 = ax.plot_surface(kx, ky, E, facecolors=colors_top, rstride=1, cstride=1)
s2 = ax.plot_surface(kx, ky, -E, facecolors=colors_bott, rstride=1, cstride=1)
# but Now we need to manually hide the invisible part of the surface:
ax.set_zlim(-Elim, Elim)
plt.show()
这是输出：
请注意，它看起来与早期的数字有些不同，因为之间相隔了3年，并且当前版本的matplotlib（3.0.2）具有非常不同（且更漂亮）的默认样式。尤其是，现在曲面图中的边缘是透明的。但是要点是渲染错误已消失，如果您开始在交互式绘图中旋转曲面，这是显而易见的。
602392714
清零编程群