原标题：Python中使用Matplotlib绘制3D图形示例

3D图形能给我们对数据带来更加深入地理解。python的matplotlib库就包含了丰富的3D绘图工具。3D图形在数据分析、数据建模、图形和图像处理等领域中都有着广泛的应用，下面将给大家介绍一下如何在Python中使用 matplotlib进行3D图形的绘制，包括3D散点、3D表面、3D轮廓、3D直线（曲线）以及3D文字等的绘制。

准备工作：

Python中绘制3D图形，依旧使用常用的绘图模块matplotlib，但需要安装mpl_toolkits工具包，安装方法如下：Windows命令行进入到python安装目录下的s文件夹下，执行：pip3 install --upgrade matplotlib即可；Linux环境下直接执行该命令。

安装好这个模块后，即可调用mpl_tookits下的mplot3d类进行3D图形的绘制。

下面以实例进行说明。

1、创建三维坐标轴对象Axes3D

创建Axes3D主要有两种方式，一种是利用关键字projection='3d'l来实现，另一种则是通过从mpl_toolkits.mplot3d导入对象Axes3D来实现，目的都是生成具有三维格式的对象Axes3D。

#方法一，利用关键字

frommatplotlib importpyplot asplt

frommpl_toolkits.mplot3d importAxes3D

#定义坐标轴

fig = plt.figure()

ax1 = plt.axes(projection='3d')

#ax = fig.add_subplot(111,projection='3d') #这种方法也可以画多个子图

#方法二，利用三维轴方法

frommatplotlib importpyplot asplt

frommpl_toolkits.mplot3d importAxes3D#定义图像和三维格式坐标轴

fig=plt.figure()

ax2 = Axes3D(fig)

2、3D曲线和散点

随后在定义的坐标轴上画图：

importnumpy asnp

z = np.linspace( 0, 13, 1000)

x = 5*np.sin(z)

y = 5*np.cos(z)

zd = 13*np.random.random( 100)

xd = 5*np.sin(zd)

yd = 5*np.cos(zd)

ax1.scatter3D(xd,yd,zd, cmap= 'Blues') #绘制散点图

ax1.plot3D(x,y,z, 'gray') #绘制空间曲线

plt.show()

效果图如下：

3、3D曲面

下一步画3D曲面：

fig = plt.figure() #定义新的三维坐标轴

ax3 = plt.axes(projection= '3d')

#定义三维数据

xx = np.arange(- 10, 10, 100)

yy = np.arange(- 10, 10, 100)

X, Y = np.meshgrid(x, y)

Z = np.sin(X)+np.cos(Y)

#作图

ax3.plot_surface(X,Y,Z,cmap= 'rainbow')

#ax3.contour(X,Y,Z, zdim='z',offset=-2，cmap='rainbow) #等高线图，要设置offset，为Z的最小值

plt.show()

如果加入渲染时的步长，会得到更加清晰细腻的图像：

ax3.plot_surface(X,Y,Z,rstride = 1, cstride = 1,cmap='rainbow'),其中的row和cloum_stride为横竖方向的步长。

4、等高线

同时还可以将等高线投影到不同的面上：

frommatplotlib importpyplot asplt

frommpl_toolkits.mplot3d importAxes3D

#定义坐标轴

fig4 = plt.figure()

ax4 = plt.axes(projection= '3d')

#生成三维数据

xx = np.arange(- 5, 5, 0.1)

yy = np.arange(- 5, 5, 0.1)

X, Y = np.meshgrid(xx, yy)

Z = np.sin(np.sqrt(X** 2+Y** 2))

#作图

ax4.plot_surface(X,Y,Z,alpha= 0.3,cmap= 'winter') #生成表面， alpha 用于控制透明度

ax4.contour(X,Y,Z,zdir= 'z', offset=- 3,cmap= "rainbow") #生成z方向投影，投到x-y平面

ax4.contour(X,Y,Z,zdir= 'x', offset=- 6,cmap= "rainbow") #生成x方向投影，投到y-z平面

ax4.contour(X,Y,Z,zdir= 'y', offset= 6,cmap= "rainbow") #生成y方向投影，投到x-z平面

#ax4.contourf(X,Y,Z,zdir='y', offset=6,cmap="rainbow") #生成y方向投影填充，投到x-z平面，contourf()函数

#设定显示范围

ax4.set_xlabel( 'X')

ax4.set_xlim(- 6, 4) #拉开坐标轴范围显示投影

ax4.set_ylabel( 'Y')

ax4.set_ylim(- 4, 6)

ax4.set_zlabel( 'Z')

ax4.set_zlim(- 3, 3)

plt.show()

5、随机散点图

可以利用scatter()生成各种不同大小，颜色的散点图，其参数如下：

#函数定义

matplotlib.pyplot.scatter(x, y,

s= None, #散点的大小 array scalar

c= None, #颜色序列 array、sequency

marker= None, #点的样式

cmap= None, #colormap 颜色样式

norm= None, #归一化 归一化的颜色camp

vmin= None, vmax= None, #对应上面的归一化范围

alpha= None, #透明度

linewidths= None, #线宽

verts= None, #

edgecolors= None, #边缘颜色

data= None,

**kwargs

)

-------------------------------------------------------

frommatplotlib importpyplot asplt

frommpl_toolkits.mplot3d importAxes3D

#定义坐标轴

fig4 = plt.figure()

ax4 = plt.axes(projection= '3d')

#生成三维数据

xx = np.random.random( 20)* 10- 5#取100个随机数，范围在5~5之间

yy = np.random.random( 20)* 10- 5

X, Y = np.meshgrid(xx, yy)

Z = np.sin(np.sqrt(X** 2+Y** 2))

#作图

ax4.scatter(X,Y,Z,alpha= 0.3,c=np.random.random( 400),s=np.random.randint( 10, 20, size=( 20, 40))) #生成散点.利用c控制颜色序列,s控制大小

#设定显示范围

plt.show()

5、3D表面形状的绘制

frommpl_toolkits.mplot3d importAxes3D

importmatplotlib.pyplot asplt

importnumpy asnp

fig = plt.figure()

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

# Make data

u = np.linspace( 0, 2* np.pi, 100)

v = np.linspace( 0, np.pi, 100)

x = 10* np.outer(np.cos(u), np.sin(v))

y = 10* np.outer(np.sin(u), np.sin(v))

z = 10* np.outer(np.ones(np.size(u)), np.cos(v))

# Plot the surface

ax.plot_surface(x, y, z, color= 'b')

plt.show()

这段代码是绘制一个3D的椭球表面，结果如下：

责任编辑：