我知道我们可以用matplotlib创建简单的三维球体，documentation中包含了这样一个球体的例子.
现在，我们还有一个warp方法作为matplotlib模块的一部分，它的用法示例是here.
将圆柱形图像扭曲到球体.有可能结合这些方法来创建一个三维旋转地球吗？除非我对这个问题的思考方式有点偏离，否则要做到这一点，你必须获取图像的像素数据，然后使用正弦和余弦表达式沿着第一个示例中创建的3D球体表面绘制每个像素.这些柱面 map 的一些例子可以在here页上找到
我知道可以通过maya和blender来实现这一点，但我试图在matplotlib范围内实现这一点，因为我想创建这个图，然后能够使用一组数据将地理空间数据绘制到曲面上.
有趣的问题.我试图基本上遵循@Skeletor概述的思路，将图像映射为plot_surface:
import PIL
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
# load bluemarble with PIL
bm = PIL.Image.open('bluemarble.jpg')
# it's big, so I'll rescale it, convert to array, and divide by 256 to get RGB values that matplotlib accept
bm = np.array(bm.resize([d/5 for d in bm.size]))/256.
# coordinates of the image - don't know if this is entirely accurate, but probably close
lons = np.linspace(-180, 180, bm.shape[1]) * np.pi/180
lats = np.linspace(-90, 90, bm.shape[0])[::-1] * np.pi/180
# repeat code from one of the examples linked to in the question, except for specifying facecolors:
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.outer(np.cos(lons), np.cos(lats)).T
y = np.outer(np.sin(lons), np.cos(lats)).T
z = np.outer(np.ones(np.size(lons)), np.sin(lats)).T
ax.plot_surface(x, y, z, rstride=4, cstride=4, facecolors = bm)
plt.show()
结果: