Matplotlib 3D绘图|极客教程

Matplotlib 3D绘图，mplot3d工具集是matplotlib内置的标配，可用来实现3D数据可视化功能。如果生成的图形在单独的窗口中显示，还可以用鼠标旋转三维图形的轴进行查看。本文主要介绍3D曲面图，3D散点图，3D条形图。

mplot3d任然使用Figure对象，Axes对象要替换为该工具集的Axes3D对象，使用如下指令导入Axes3D对象。

from mpl_toolkits.mplot3d import Axes3D

3D 曲面图

前面我们用等值线表示三维曲面，使用mplot3d 可以将表面直接绘制成3D形状。

计算分隔线坐标后，就可以用plot_surface()函数绘制曲面，如下所示：

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

def f(x, y):
    return (1 - y**5 + x**5)*np.exp(-x**2-y**2)

fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-2, 2, 0.1)
Y = np.arange(-2, 2, 0.1)
X, Y = np.meshgrid(X, Y)
ax.plot_surface(X, Y, f(X,Y), rstride=1, cstride=1)
plt.title("geek-docs.com", fontsize=20, fontname="Times New Roman")
plt.show()

输入结果如下所示：
Matplotlib 3D绘图

可以使用cmap参数指定各颜色，可以用view_init()函数旋转曲面，它的两个参数：elev指定从哪个高度查看曲面，azim参数指定曲面旋转的角度。如下所示：

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

def f(x, y):
    return (1 - y**5 + x**5)*np.exp(-x**2-y**2)

fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-2, 2, 0.1)
Y = np.arange(-2, 2, 0.1)
X, Y = np.meshgrid(X, Y)
ax.plot_surface(X, Y, f(X,Y), rstride=1, cstride=1, cmap=plt.cm.hot)
plt.title("geek-docs.com", fontsize=20, fontname="Times New Roman")
ax.view_init(elev=30, azim=125)
plt.show()

输出结果如下:
Matplotlib 3D绘图

3D 散点图

通过散点图能够识别数据点的分布是否遵循某种特定趋势，尤其是可以识别它们是否聚集成簇的趋势。
如下所示，我们多少使用Axes3D对象的scatter()函数，在同一个3D对象中显示不同的序列。

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

xs = np.random.randint(30, 40, 100)
ys = np.random.randint(20, 30, 100)
zs = np.random.randint(10, 20, 100)
xs2 = np.random.randint(50, 60, 100)
ys2 = np.random.randint(30, 40, 100)
zs2 = np.random.randint(50, 70, 100)
xs3 = np.random.randint(10, 30, 100)
ys3 = np.random.randint(40, 50, 100)
zs3 = np.random.randint(40, 50, 100)

fig = plt.figure()
ax = Axes3D(fig)
ax.scatter(xs, ys, zs)
ax.scatter(xs2, ys2, zs2, c= 'r', marker='^')
ax.scatter(xs3, ys3, zs3, c='g', marker='*')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z label')
plt.title("geek-docs.com", fontsize=20, fontname="Times New Roman")
plt.show()

输出结果如下:
Matplotlib 3D绘图

3D 条形图

极客教程前面有介绍2D条形图，数据分析常常用到3D条形图。要绘制这种图表，需要使用Axes3D对象的bar()函数。如果定义了多序列，可以在同一个3D对象上多次调用bar()函数，如下所示：

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

x = np.arange(8)
y = np.random.randint(0, 10, 8)
y2 = y + np.random.randint(0, 3, 8)
y3 = y2 + np.random.randint(0, 3, 8)
y4 = y3 + np.random.randint(0, 3, 8)
y5 = y4 + np.random.randint(0, 3, 8)
clr = ['#4bb2c5','#c5b47f','#EAA228','#579575','#839557','#958c12','#953579','#4b5de4']

fig = plt.figure()
ax = Axes3D(fig)
ax.bar(x, y, 0, zdir='y', color=clr)
ax.bar(x, y2, 10, zdir='y', color=clr)
ax.bar(x, y3, 20, zdir='y', color=clr)
ax.bar(x, y4, 30, zdir='y', color=clr)
ax.bar(x, y5, 40, zdir='y', color=clr)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z label')
ax.view_init(elev=40)
plt.title("geek-docs.com", fontsize=20, fontname="Times New Roman")
plt.show()

输出结果如下:
Matplotlib 3D绘图