Matplotlib绘图库的3D绘图方法详解和实例演示

Matplotlib绘图库的3D绘图是一种强大的绘图工具，可以用来创建三维数据可视化图形，以更好地理解和探索数据。它可以让我们轻松地创建3D图形，可以更好地显示数据的深度和复杂性。Matplotlib的3D绘图方法使用Axes3D类，它可以使用ax.plot3D()方法在三维坐标系中绘制线型图，使用ax.scatter3D()方法绘制散点图，使用ax.plot_surface()方法绘制三维曲面图，使用ax.plot_wireframe()方法绘制三维线框图，使用ax.bar3D()方法绘制三维柱状图，使用ax.contour3D()方法绘制三维等高线图，使用ax.scatter3D()方法绘制三维散点图等。

绘制线型图

使用ax.plot3D()方法绘制线型图，它接受一组X，Y和Z坐标，并在三维坐标系中绘制一条线，它还接受一些可选参数，如颜色，线宽，样式等，它可以用来描述曲线的变化趋势，例如：

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

fig = plt.figure()
ax = Axes3D(fig)

X = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
Y = [5, 6, 2, 3, 13, 4, 1, 2, 4, 8]
Z = [2, 3, 3, 3, 5, 7, 9, 11, 9, 10]

ax.plot3D(X, Y, Z)

plt.show()

绘制散点图

使用ax.scatter3D()方法绘制散点图，它接受一组X，Y和Z坐标，并在三维坐标系中绘制一个散点图，它还接受一些可选参数，如颜色，大小，形状等，它可以用来表示数据的分布情况，例如：

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

fig = plt.figure()
ax = Axes3D(fig)

X = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
Y = [5, 6, 2, 3, 13, 4, 1, 2, 4, 8]
Z = [2, 3, 3, 3, 5, 7, 9, 11, 9, 10]

ax.scatter3D(X, Y, Z, c='r', s=60, marker='^')

plt.show()

绘制曲面图

使用ax.plot_surface()方法绘制曲面图，它接受一组X，Y和Z坐标，并在三维坐标系中绘制一个曲面图，它还接受一些可选参数，如颜色，着色方式，纹理等，它可以用来表示三维数据的分布情况，例如：

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

fig = plt.figure()
ax = Axes3D(fig)

X = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
Y = [5, 6, 2, 3, 13, 4, 1, 2, 4, 8]
Z = [2, 3, 3, 3, 5, 7, 9, 11, 9, 10]

ax.plot_surface(X, Y, Z, cmap='rainbow')

plt.show()

绘制线框图

使用ax.plot_wireframe()方法绘制线框图，它接受一组X，Y和Z坐标，并在三维坐标系中绘制一个线框图，它还接受一些可选参数，如颜色，线宽，样式等，它可以用来表示三维数据的轮廓，例如：

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

fig = plt.figure()
ax = Axes3D(fig)

X = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
Y = [5, 6, 2, 3, 13, 4, 1, 2, 4, 8]
Z = [2, 3, 3, 3, 5, 7, 9, 11, 9, 10]

ax.plot_wireframe(X, Y, Z, c='r', lw=5)

plt.show()

绘制柱状图

使用ax.bar3D()方法绘制柱状图，它接受一组X，Y和Z坐标，并在三维坐标系中