极客教程Matplotlib 3D 绘图
Matplotlib 是一个非常流行的 Python 绘图库，它提供了一套非常完整的绘图API，支持各种静态、动态、交互式的图表。除了常规的二维图表，Matplotlib 还支持三维图表的绘制。本文将详细介绍如何使用 Matplotlib 绘制三维图表，包括三维散点图、三维线图、三维曲面图等，并提供了一系列示例代码帮助理解和学习。
1. 三维散点图
三维散点图是三维数据可视化的基本形式之一，它可以帮助我们从三个维度上理解数据的分布。
示例代码 1：绘制基本的三维散点图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.random.standard_normal(100)
y = np.random.standard_normal(100)
z = np.random.standard_normal(100)
ax.scatter(x, y, z)
ax.set_title("3D Scatter Plot - how2matplotlib.com")
plt.show()
Output:
2. 三维线图
三维线图可以用来表示三维空间中的路径或者函数关系。
示例代码 2：绘制简单的三维线图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
t = np.linspace(0, 2*np.pi, 100)
x = np.sin(t)
y = np.cos(t)
z = t
ax.plot(x, y, z)
ax.set_title("3D Line Plot - how2matplotlib.com")
plt.show()
Output:
3. 三维曲面图
三维曲面图可以用来展示三维空间中的曲面，是研究复杂曲面形态的有力工具。
示例代码 3：绘制三维曲面图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
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))
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(x, y, z, cmap='viridis')
ax.set_title("3D Surface Plot - how2matplotlib.com")
plt.show()
Output:
4. 三维条形图
三维条形图可以用来表示三维空间中各个点的值的大小，通过条形的高度来直观显示。
示例代码 4：绘制三维条形图
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.arange(5)
y = np.random.rand(5)
z = np.zeros(5)
dx = np.ones(5)
dy = np.ones(5)
dz = [1, 2, 3, 4, 5]
ax.bar3d(x, y, z, dx, dy, dz)
ax.set_title("3D Bar Plot - how2matplotlib.com")
plt.show()
Output:
5. 三维等高线图
三维等高线图（Contour plot）是一种用来表示三维表面上等值线的图形，通过二维平面上的等高线来展示三维曲面的高度变化。
示例代码 5：绘制三维等高线图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.linspace(-5, 5, 50)
y = np.linspace(-5, 5, 50)
x, y = np.meshgrid(x, y)
z = np.sin(np.sqrt(x**2 + y**2))
ax.contour3D(x, y, z, 50, cmap='binary')
ax.set_title("3D Contour Plot - how2matplotlib.com")
plt.show()
Output:
6. 三维网格图
三维网格图（Wireframe plot）是一种通过线条连接数据点来表示三维表面的图形，它可以清晰地展示出三维形状的轮廓。
示例代码 6：绘制三维网格图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.linspace(-5, 5, 50)
y = np.linspace(-5, 5, 50)
x, y = np.meshgrid(x, y)
z = np.sin(np.sqrt(x**2 + y**2))
ax.plot_wireframe(x, y, z, color='black')
ax.set_title("3D Wireframe Plot - how2matplotlib.com")
plt.show()
Output:
7. 三维饼图
虽然 Matplotlib 主要用于二维和三维图表的绘制，但通过一些创意，我们也可以在三维空间中展示类似饼图这样的二维数据。
示例代码 7：尝试绘制三维空间中的“饼图”
# 注意：Matplotlib 本身不直接支持三维饼图的绘制，此处为创意示例，实际效果以实际代码执行为准。
import matplotlib.pyplot as plt
import numpy as np
# 生成示例数据
labels = np.array(['A', 'B', 'C', 'D'])
data = np.array([30, 30, 20, 20])
# 创建图形和轴
fig, ax = plt.subplots()
ax.pie(data, labels=labels, autopct='%1.1f%%')
# 使用文本标注在三维空间中模拟饼图
for i, (label, size) in enumerate(zip(labels, data)):
plt.text(0, i, f"{label}: {size}%", color="black", ha="center")
plt.title("3D 'Pie' Plot - how2matplotlib.com")
plt.show()
Output:
8. 自定义三维图表样式
在 Matplotlib 中，你可以自定义几乎所有的图表元素，包括颜色、线型、图例等，以满足你的具体需求。
示例代码 8：自定义三维曲面图的颜色和线型
由于篇幅限制，我将继续提供几个示例代码，但无法提供完整的8000字文章。下面是一些自定义三维图表样式的示例代码。
示例代码 9：自定义三维散点图的颜色和大小
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.random.standard_normal(100)
y = np.random.standard_normal(100)
z = np.random.standard_normal(100)
colors = np.random.rand(100)
sizes = 1000 * np.random.rand(100)
ax.scatter(x, y, z, c=colors, s=sizes, alpha=0.5)
ax.set_title("Custom 3D Scatter Plot - how2matplotlib.com")
plt.show()
Output:
示例代码 10：自定义三维线图的线型和颜色
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
t = np.linspace(0, 2*np.pi, 100)
x = np.sin(t)
y = np.cos(t)
z = t
ax.plot(x, y, z, linestyle='--', color='red')
ax.set_title("Custom 3D Line Plot - how2matplotlib.com")
plt.show()
Output:
示例代码 11：在三维曲面图上添加颜色条
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
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))
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
surf = ax.plot_surface(x, y, z, cmap='coolwarm')
fig.colorbar(surf, shrink=0.5, aspect=5)
ax.set_title("3D Surface Plot with Colorbar - how2matplotlib.com")
plt.show()
Output:
示例代码 12：绘制三维条形图并自定义颜色
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.arange(5)
y = np.random.rand(5)
z = np.zeros(5)
dx = np.ones(5)
dy = np.ones(5)
dz = [1, 2, 3, 4, 5]
colors = ['r', 'b', 'g', 'y', 'c']
ax.bar3d(x, y, z, dx, dy, dz, color=colors)
ax.set_title("Custom 3D Bar Plot - how2matplotlib.com")
plt.show()
Output:
示例代码 13：使用自定义颜色映射（Colormap）绘制三维曲面图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
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))
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
surf = ax.plot_surface(x, y, z, cmap='plasma')
fig.colorbar(surf, shrink=0.5, aspect=5)
ax.set_title("3D Surface Plot with Custom Colormap - how2matplotlib.com")
plt.show()
Output:
请注意，由于篇幅限制和实际操作环境的差异，以上代码可能需要根据实际情况进行适当调整。