matplotlib曲面图色块取值

### 如何在 Matplotlib 中设置曲面图色块的取值

Matplotlib 提供了多种方式来自定义曲面图中的颜色映射，这可以通过 `plot_surface` 方法实现。该方法允许指定一个颜色映射（colormap），用于决定不同高度的数据点对应的颜色。

对于具体的色块取值设定，主要依赖于 colormap 的选择以及 norm 参数的应用。Colormap 是一种将数值范围转换成色彩的方式；而 Norm 则负责调整输入数据到 colormap 所需的标准区间内[^1]。

下面是一个简单的例子，展示了如何创建带有自定义颜色映射的三维曲面图：

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

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

# 创建测试数据集
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X ** 2 + Y ** 2))

# 使用Normalize对象来控制颜色比例尺
norm = Normalize(vmin=-1., vmax=1.)

surf = ax.plot_surface(X, Y, Z, cmap='viridis', norm=norm)

# 添加颜色条作为参考
fig.colorbar(surf, shrink=0.5, aspect=5)

plt.show()

在这个案例里，通过传递给 `plot_surface()` 函数的 `cmap` 和 `norm` 参数实现了对曲面上每一点颜色的选择。这里选择了 `'viridis'` 颜色调板，并利用 `Normalize` 类指定了最小值 `-1.` 和最大值 `1.` 来标准化 Z 坐标的值域[^4]。