相信许多使用过python的小伙伴都知道matplotlib是个强大的数据可视化工具，但是大部分小伙伴都只用其绘制平面图形，本系列将会教大家如何利用matplotlib来绘制3D图像
一、简介
相较于之前的版本，最新版的matplotlib只需要通过将关键字参数projection="3d" 传递给来创建（Axes3D类的）Figure.add_subplot即可创建创建3维画布，其具体使用同2D相差无几：
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
在Matplotlib 1.0.0之前，Axes3D需要先实例化 。
from mpl_toolkits.mplot3d import Axes3D
ax = Axes3D(fig)
而Matplotlib在版本3.2.0中进行了更改：在Matplotlib 3.2.0之前，需要显式导入 mpl_toolkits.mplot3d模块，才能将“ 3d”参数传进 Figure.add_subplot。下面我们就来绘制各种图像：
二、图像
1、线图
函数：点击可以查看该函数源码
Axes3D.plot（self，xs，ys，* args，zdir ='z'，** kwargs ）
| 参数 | |
|---|---|
| xs | 数据点的x坐标 |
| ys | 数据点的y坐标 |
| zs | 数据点的z坐标 |
| zdir | {‘x’，‘y’，‘z’}绘制2D数据时，用作z的方向（“ x”，“ y”或“ z”）；默认为“ z”。 |
| **kwargs | 其他 |
代码：
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
t = np.linspace(0, 20, 100)
x = np.sin(t)
y = np.cos(t)
plt.plot(x, y, t)
plt.show()
效果图：
2、散点图
函数：点击可以查看该函数源码
Axes3D.scatter（self，xs，ys，zs = 0，zdir ='z'，s = 20，c = None，depthshade = True，* args，** kwargs ）
| 参数 | |
|---|---|
| xs，ys | 数据点阵列的位置 |
| zs | float类型或类似数组的参数，可选，默认值：0。表示 Z位置。长度与xs和 ys相同的数组，或者是将所有点放置在同一平面上的单个值。 |
| zdir | {‘x’，‘y’，‘z’，’-x’，’-y’，’-z’}，可选，默认值：‘z’。zs的轴方向。在3D上绘制2D数据时，这很有用。数据必须作为xs，ys传递。然后将zdir设置 为“ y”，将数据绘制到xz平面上。 |
| s | 标量或阵列状，可选的，默认值：20。标记大小（以磅为单位）** 2。长度与xs和ys相同的数组或单个值可使所有标记的大小相同。 |
| c | 颜色，序列或颜色序列，可选 |
| depthshade | bool，可选，默认值：True。是否为散射标记着色以提供深度外观。每次调用scatter()都会独立执行深度着色。 |
代码
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.random.randint(0, 10, size=50)
y = np.random.randint(0, 10, size=50)
z = np.random.randint(0, 10, size=50)
# 颜色
c = np.random.randint(0, 20, 50)
# 大小
s = np.abs(np.random.randn(50) * 80)
plt.scatter(x, y, zs=z, s=s, c=c)
plt.show()
效果图：
扫描二维码关注公众号，回复：
10201233 查看本文章
3、线框图
函数 ：点击可以查看该函数源码
Axes3D.plot_wireframe（self，X，Y，Z，* args，** kwargs ）
| 参数 | |
|---|---|
| x，y，z | 数据 |
| rcount，ccount | int类型。每个方向上使用的最大样本数。如果输入数据较大，则会将其下采样（通过切片）到这些点数。将计数设置为零会导致不在相应方向上对数据进行采样，从而生成3D线图而不是线框图。默认为50。 |
| rstride，cstride | int类型。下采样在每个方向上都迈出大步。这些参数与rcount和ccount互斥。如果仅将 rstride或cstride中的一个设置，则其他默认设置为1。将stride设置为零会导致不在相应方向上采样数据，从而生成3D线图而不是线框图。 |
代码
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x, y = np.mgrid[-1:1:10j, -1:1:10j]
z = x * np.exp(-x ** 2 - y ** 2)
ax.plot_wireframe(x, y, z)
plt.show()
效果
