Propagazione dell'impulso del grafico Matplotlib in 3d

Question

Mi piacerebbe tracciare la propagazione dell'impulso in tal modo in ogni fase, traccia la forma dell'impulso. In altre parole, voglio una serie di grafici x-z, per ogni valore di y. Qualcosa di simile (senza colore):

Come posso farlo usando matplotlib (o Mayavi)? Ecco quello che ho fatto finora:

def drawPropagation(beta2, C, z): 
    """ beta2 in ps/km 
     C is chirp 
     z is an array of z positions """ 
    T = numpy.linspace(-10, 10, 100) 
    sx = T.size 
    sy = z.size 

    T = numpy.tile(T, (sy, 1)) 
    z = numpy.tile(z, (sx, 1)).T 

    U = 1/numpy.sqrt(1 - 1j*beta2*z * (1 + 1j * C)) * numpy.exp(- 0.5 * (1 + 1j * C) * T * T/(1 - 1j*beta2*z*(1 + 1j*C))) 

    fig = pyplot.figure() 
    ax = fig.add_subplot(1,1,1, projection='3d') 
    surf = ax.plot_wireframe(T, z, abs(U)) 

Answer 1

Passa a:

ax.plot_wireframe(T, z, abs(U), cstride=1000) 

e chiamo:

drawPropagation(1.0, 1.0, numpy.linspace(-2, 2, 10)) 

creerà il seguente grafico:

Se avete bisogno della curva stati riempiti con il colore bianco:

import numpy 
from mpl_toolkits.mplot3d import Axes3D 
from matplotlib import pyplot 
from matplotlib.collections import PolyCollection 

def drawPropagation(beta2, C, z): 
    """ beta2 in ps/km 
     C is chirp 
     z is an array of z positions """ 
    T = numpy.linspace(-10, 10, 100) 
    sx = T.size 
    sy = z.size 

    T = numpy.tile(T, (sy, 1)) 
    z = numpy.tile(z, (sx, 1)).T 

    U = 1/numpy.sqrt(1 - 1j*beta2*z * (1 + 1j * C)) * numpy.exp(- 0.5 * (1 + 1j * C) * T * T/(1 - 1j*beta2*z*(1 + 1j*C))) 

    fig = pyplot.figure() 
    ax = fig.add_subplot(1,1,1, projection='3d') 
    U = numpy.abs(U) 

    verts = [] 
    for i in xrange(T.shape[0]): 
     verts.append(zip(T[i, :], U[i, :])) 

    poly = PolyCollection(verts, facecolors=(1,1,1,1), edgecolors=(0,0,1,1)) 
    ax.add_collection3d(poly, zs=z[:, 0], zdir='y') 
    ax.set_xlim3d(numpy.min(T), numpy.max(T)) 
    ax.set_ylim3d(numpy.min(z), numpy.max(z)) 
    ax.set_zlim3d(numpy.min(U), numpy.max(U)) 

drawPropagation(1.0, 1.0, numpy.linspace(-2, 2, 10)) 
pyplot.show()