在一个图像里绘制x2+z2+y2=4*y(y在1到3之间)和x2+y2+z2-4=0（y小于等于1）的合并曲面python

要在一个图像中绘制合并的曲面，您可以使用 NumPy 和 Matplotlib 库。以下是绘制合并曲面的示例代码：

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

# 创建数据点
x = np.linspace(-2, 2, 100)
y1 = np.linspace(1, 3, 100)
y2 = np.linspace(1, 1, 100)
z1 = np.sqrt(4 * y1**2 - y1**2 - x**2)
z2 = np.sqrt(4 - x**2 - y2**2)

# 创建网格点
X, Y1 = np.meshgrid(x, y1)
_, Y2 = np.meshgrid(x, y2)

# 计算曲面
Z1 = np.sqrt(4 * Y1**2 - Y1**2 - X**2)
Z2 = np.sqrt(4 - X**2 - Y2**2)

# 绘制合并曲面
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y1, Z1, cmap='viridis')
ax.plot_surface(X, Y2, Z2, cmap='magma')

# 设置坐标轴标签
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

# 显示图形
plt.show()

在这段代码中，我们首先创建了 x 和 y 的取值范围，并计算了对应的 z 值。然后，我们使用 `np.meshgrid` 函数创建了网格点坐标。对于曲面1，我们使用 `(X, Y1, Z1)` 绘制，其中 Y1 取值范围为 1 到 3；对于曲面2，我们使用 `(X, Y2, Z2)` 绘制，其中 Y2 取值为 1。最后，我们使用 `ax.plot_surface` 函数绘制了两个曲面，并使用 `cmap` 参数选择了颜色映射。设置坐标轴标签，并使用 `plt.show` 函数显示图形。运行代码后，您应该能够在同一个图像中绘制出合并的曲面。