Matplotlib 绘制 3D 图形|极客教程

Matplotlib 绘制 3D 图形

在数据可视化领域，Matplotlib 是一个强大且灵活的库，提供了丰富的绘图功能，在数据分析和学术研究中被广泛使用。其中，Matplotlib 的 3D 绘图功能能够让我们更好地展示三维数据，帮助我们更直观地理解数据之间的关系。本文将介绍如何使用 Matplotlib 绘制 3D 图形，包括绘制散点图、曲面图、等高线图等。

一、创建 3D 图形

1. 创建 3D 图形对象

在绘制 3D 图形之前，首先需要创建一个 3D 图形对象。这可以通过 Axes3D 类中的 add_subplot 方法来实现。

import matplotlib.pyplot as plt
import numpy as np

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

2. 定义数据

接下来，我们需要定义需要绘制的数据。这里我们以一个简单的例子来说明，生成一组随机的三维数据。

x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

3. 绘制 3D 散点图

使用 scatter 方法可以绘制 3D 散点图。

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

ax.scatter(x, y, z)
plt.show()

Output:

Matplotlib 绘制 3D 图形

4. 绘制 3D 曲线图

通过 plot 方法可以绘制 3D 曲线图。

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

ax.plot(x, y, z)
plt.show()

Output:

Matplotlib 绘制 3D 图形

二、绘制 3D 曲面图

1. 生成网格数据

首先，我们需要生成网格数据，以便绘制曲面图。这里以生成二维网格数据为例。

import matplotlib.pyplot as plt
import numpy as np

X, Y = np.meshgrid(np.linspace(-5, 5, 100), np.linspace(-5, 5, 100))
Z = np.sin(np.sqrt(X**2 + Y**2))

2. 绘制 3D 曲面图

使用 plot_surface 方法可以绘制 3D 曲面图。

import matplotlib.pyplot as plt
import numpy as np

X, Y = np.meshgrid(np.linspace(-5, 5, 100), np.linspace(-5, 5, 100))
Z = np.sin(np.sqrt(X**2 + Y**2))

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z)
plt.show()

Output:

Matplotlib 绘制 3D 图形

三、绘制 3D 等高线图

1. 生成等高线数据

同样，我们需要生成等高线数据，以便绘制 3D 等高线图。

import matplotlib.pyplot as plt
import numpy as np

X, Y = np.meshgrid(np.linspace(-5, 5, 100), np.linspace(-5, 5, 100))
Z = np.sin(np.sqrt(X**2 + Y**2))

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.contour(X, Y, Z)
plt.show()

Output:

Matplotlib 绘制 3D 图形

2. 绘制 3D 等高线图

使用 contourf 方法可以绘制 3D 填充等高线图。

import matplotlib.pyplot as plt
import numpy as np

X, Y = np.meshgrid(np.linspace(-5, 5, 100), np.linspace(-5, 5, 100))
Z = np.sin(np.sqrt(X**2 + Y**2))

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.contourf(X, Y, Z)
plt.show()

Output:

Matplotlib 绘制 3D 图形

四、调整 3D 图形样式

1. 更改点的颜色和大小

可以通过 c 参数指定点的颜色，通过 s 参数指定点的大小。

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

ax.scatter(x, y, z, c='r', s=100)
plt.show()

Output:

Matplotlib 绘制 3D 图形

2. 添加图例

使用 legend 方法可以添加图例。

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

ax.scatter(x, y, z, label='data')
ax.legend()
plt.show()

Output:

Matplotlib 绘制 3D 图形

3. 添加坐标轴标签

使用 set_xlabel、set_ylabel 和 set_zlabel 方法可以添加坐标轴标签。

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()