CSDN 课程推荐：《Python 数据分析与挖掘》，讲师刘顺祥，浙江工商大学统计学硕士，数据分析师，曾担任唯品会大数据部担任数据分析师一职，负责支付环节的数据分析业务。曾与联想、亨氏、网鱼网咖等企业合作多个企业级项目。
Matplotlib 系列文章：
- Python 数据分析三剑客之 Matplotlib（一）：初识 Matplotlib 与其 matplotibrc 配置文件
- Python 数据分析三剑客之 Matplotlib（二）：文本描述 / 中文支持 / 画布 / 网格等基本图像属性
- Python 数据分析三剑客之 Matplotlib（三）：图例 / LaTeX / 刻度 / 子图 / 补丁等基本图像属性
- Python 数据分析三剑客之 Matplotlib（四）：线性图的绘制
- Python 数据分析三剑客之 Matplotlib（五）：散点图的绘制
- Python 数据分析三剑客之 Matplotlib（六）：直方图 / 柱状图 / 条形图的绘制
- Python 数据分析三剑客之 Matplotlib（七）：饼状图的绘制
- Python 数据分析三剑客之 Matplotlib（八）：等高线 / 等值线图的绘制
- Python 数据分析三剑客之 Matplotlib（九）：极区图 / 极坐标图 / 雷达图的绘制
- Python 数据分析三剑客之 Matplotlib（十）：3D 图的绘制
- Python 数据分析三剑客之 Matplotlib（十一）：最热门最常用的 50 个图表【译文】
另有 NumPy、Pandas 系列文章已更新完毕，欢迎关注：
- NumPy 系列文章：https://itrhx.blog.csdn.net/category_9780393.html
- Pandas 系列文章：https://itrhx.blog.csdn.net/category_9780397.html
- NumPy、Matplotlib、Pandas 速查表：https://github.com/TRHX/Python-quick-reference-table
推荐学习资料与网站（博主参与部分文档翻译）：
- NumPy 官方中文网：https://www.numpy.org.cn/
- Pandas 官方中文网：https://www.pypandas.cn/
- Matplotlib 官方中文网：https://www.matplotlib.org.cn/
- NumPy、Matplotlib、Pandas 速查表：https://github.com/TRHX/Python-quick-reference-table
文章目录
- 【01x00】了解 mplot3d Toolkit
- 【01x01】Axes3D 对象创建方法一：Axes3D(fig)
- 【01x02】Axes3D 对象创建方法二：add_subplot
- 【01x03】Axes3D 对象创建方法三：gca
- 【02x00】cmap 与 colorbar
- 【03x00】3D 线性图：Axes3D.plot
- 【04x00】3D 散点图：Axes3D.scatter
- 【05x00】3D 线框图：Axes3D.plot_wireframe
- 【06x00】3D 曲面图：Axes3D.plot_surface
- 【07x00】3D 柱状图：Axes3D.bar
- 【08x00】3D 箭头图：Axes3D.quiver
- 【09x00】3D 等高线图：Axes3D.contour
- 【10x00】3D 等高线填充图：Axes3D.contourf
- 【11x00】3D 三角曲面图：Axes3D.plot_trisurf
- 【12x00】将 2D 图像聚合到 3D 图像中：Axes3D.add_collection3d
- 【13x00】3D 图添加文本描述：Axes3D.text
这里是一段防爬虫文本，请读者忽略。
本文原创首发于 CSDN，作者 TRHX。
博客首页：https://itrhx.blog.csdn.net/
本文链接：https://itrhx.blog.csdn.net/article/details/106558131
未经授权，禁止转载！恶意转载，后果自负！尊重原创，远离剽窃！
【01x00】了解 mplot3d Toolkit
mplot3d Toolkit 即 mplot3d 工具包，在 matplotlib 中使用 mplot3d 工具包可以绘制 3D 图。
mplot3d 官方文档：https://matplotlib.org/tutorials/toolkits/mplot3d.html
在 matplotlib 中，figure 为画布，axes 为绘图区，fig.add_subplot()、plt.subplot() 方法均可以创建子图，在绘制 3D 图时，某些 2D 图的参数也适用于 3D 图，在本文的示例中，可能会用到的一些没有具体解释的函数或者参数，其用法均可在前面的系列文章中找到：
-
《Python 数据分析三剑客之 Matplotlib（一）：初识 Matplotlib 与其 matplotibrc 配置文件》
-
《Python 数据分析三剑客之 Matplotlib（二）：文本描述 / 中文支持 / 画布 / 网格等基本图像属性》
-
《Python 数据分析三剑客之 Matplotlib（三）：图例 / LaTeX / 刻度 / 子图 / 补丁等基本图像属性》
绘制 3D 图的步骤：创建 Axes3D 对象，然后调用 Axes3D 的不同方法来绘制不同类型的 3D 图。以下介绍三种 Axes3D 对象创建的方法。
【01x01】Axes3D 对象创建方法一：Axes3D(fig)
在 Matplotlib 1.0.0 版本中，绘制 3D 图需要先导入 Axes3D 包，获取 figure 画布对象 fig 后，通过 Axes3D(fig) 方法来创建 Axes3D 对象，具体方法如下：
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D# 获取 figure 画布并创建 Axes3D 对象
fig = plt.figure()
ax = Axes3D(fig)# 数据坐标
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)# 绘制线性图
ax.plot(x, y, z)
plt.show()
【01x02】Axes3D 对象创建方法二：add_subplot
在 Matplotlib 3.2.0 版本中，绘制 3D 图可以通过创建子图，然后指定 projection 参数 为 3d 即可，返回的 ax 为 Axes3D 对象，以下两种方法均可：
import numpy as np
import matplotlib.pyplot as plt# 获取 figure 画布并通过子图创建 Axes3D 对象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')# 数据坐标
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)# 绘制线性图
ax.plot(x, y, z)
plt.show()
import numpy as np
import matplotlib.pyplot as plt# 通过子图创建 Axes3D 对象
ax = plt.subplot(111, projection='3d')# 数据坐标
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)# 绘制线性图
ax.plot(x, y, z)
plt.show()
【01x03】Axes3D 对象创建方法三：gca
除了以上两种方法以外，还可以先获取画布对象 fig，再通过 fig.gca() 方法获取当前绘图区（gca = Get Current Axes），然后指定 projection 参数 为 3d 即可，返回的 ax 为 Axes3D 对象。
import numpy as np
import matplotlib.pyplot as plt# 依次获取画布和绘图区并创建 Axes3D 对象
fig = plt.figure()
ax = fig.gca(projection='3d')# 数据坐标
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)# 绘制线性图
ax.plot(x, y, z)
plt.show()
以上三种方法运行结果均为下图：
【02x00】cmap 与 colorbar
默认情况下，散点图、线性图、曲面图等将以纯色着色，但可以通过提供 cmap 参数支持颜色映射。cmap 参数用于设置一些特殊的颜色组合，如渐变色等，参数取值通常为 Colormap 中的值，具体取值可参见下图：
官方文档：https://matplotlib.org/tutorials/colors/colormaps.html
如果使用了 cmap 参数，则可以使用 pyplot.colorbar() 函数来绘制一个色条，即颜色对照条。
基本语法：matplotlib.pyplot.colorbar([mappable=None, cax=None, ax=None, **kw])
部分参数解释如下表，其他参数，如长度，宽度等请参考官方文档。
| 参数 | 描述 |
|---|---|
| mappable | 要设置色条的图像对象，该参数对于 Figure.colorbar 方法是必需的，但对于 pyplot.colorbar 函数是可选的 |
| cax | 可选项，要绘制色条的轴 |
| ax | 可选项，设置色条的显示位置，通常在一个画布上有多个子图时使用 |
| **kw | 可选项，其他关键字参数，参考官方文档 |
【03x00】3D 线性图：Axes3D.plot
基本方法：Axes3D.plot(xs, ys[, zs, zdir='z', *args, **kwargs])
| 参数 | 描述 |
|---|---|
| xs | 一维数组，点的 x 轴坐标 |
| ys | 一维数组，点的 y 轴坐标 |
| zs | 一维数组，可选项，点的 z 轴坐标 |
| zdir | 可选项，在 3D 轴上绘制 2D 数据时，数据必须以 xs，ys 的形式传递， 若此时将 zdir 设置为 ‘y’，数据将会被绘制到 x-z 轴平面上，默认为 ‘z’ |
| **kwargs | 其他关键字参数，可选项，可参见 matplotlib.axes.Axes.plot |
import numpy as np
import matplotlib.pyplot as plt# 设置中文显示
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 依次获取画布和绘图区并创建 Axes3D 对象
fig = plt.figure()
ax = fig.gca(projection='3d')# 第一条3D线性图数据
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
z1 = np.linspace(-2, 2, 100)
r = z1**2 + 1
x1 = r * np.sin(theta)
y1 = r * np.cos(theta)# 第二条3D线性图数据
z2 = np.linspace(-3, 3, 100)
x2 = np.sin(z2)
y2 = np.cos(z2)# 绘制3D线性图
ax.plot(x1, y1, z1, color='b', label='3D 线性图一')
ax.plot(x2, y2, z2, color='r', label='3D 线性图二')# 设置标题、轴标签、图例，也可以直接使用 plt.title、plt.xlabel、plt.legend...
ax.set_title('绘制 3D 线性图示例', pad=15, fontsize='12')
ax.set_xlabel('x 轴', color='r', fontsize='12')
ax.set_ylabel('y 轴', color='g', fontsize='12')
ax.set_zlabel('z 轴', color='b', fontsize='12')
ax.legend()plt.show()
【04x00】3D 散点图：Axes3D.scatter
基本方法：Axes3D.scatter(xs, ys[, zs=0, zdir='z', s=20, c=None, depthshade=True, *args, **kwargs])
| 参数 | 描述 |
|---|---|
| xs | 一维数组，点的 x 轴坐标 |
| ys | 一维数组，点的 y 轴坐标 |
| zs | 一维数组，可选项，点的 z 轴坐标 |
| zdir | 可选项，在 3D 轴上绘制 2D 数据时，数据必须以 xs，ys 的形式传递， 若此时将 zdir 设置为 ‘y’，数据将会被绘制到 x-z 轴平面上，默认为 ‘z’ |
| s | 标量或数组类型，可选项，标记的大小，默认 20 |
| c | 标记的颜色，可选项，可以是单个颜色或者一个颜色列表 支持英文颜色名称及其简写、十六进制颜色码等，更多颜色示例参见官网 Color Demo |
| depthshade | bool 值，可选项，默认 True，是否为散点标记着色以提供深度外观 |
| **kwargs | 其他关键字参数，可选项，可参见 scatter |
import numpy as np
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 依次获取画布和绘图区并创建 Axes3D 对象
fig = plt.figure()
ax = fig.gca(projection='3d')
n = 100def randrange(n, vmin, vmax):return (vmax - vmin)*np.random.rand(n) + vmin'''
定义绘制 n 个随机点，设置每一组数据点的样式和范围
x轴数据位于[23，32]区间，y轴数据位于[0，100]区间，z轴数据位于[zlow，zhigh]区间
'''
for m, zlow, zhigh in [('o', -50, -25), ('^', -30, -5)]:xs = randrange(n, 23, 32)ys = randrange(n, 0, 100)zs = randrange(n, zlow, zhigh)ax.scatter(xs, ys, zs, marker=m)# 设置标题、轴标签、图例，也可以直接使用 plt.title、plt.xlabel...
ax.set_title('绘制 3D 散点图示例', pad=15, fontsize='12')
ax.set_xlabel('x 轴', color='b')
ax.set_ylabel('y 轴', color='b')
ax.set_zlabel('z 轴', color='b')plt.show()
【05x00】3D 线框图：Axes3D.plot_wireframe
基本方法：Axes3D.plot_wireframe(X, Y, Z[, *args, **kwargs])
| 参数 | 描述 |
|---|---|
| X | 二维数组，x 轴数据 |
| Y | 二维数组，y 轴数据 |
| Z | 二维数组，z 轴数据 |
| **kwargs | 其他关键字参数，可选项，如线条样式颜色等，可参见 Line3DCollection |
import numpy as np
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 获取 figure 画布并通过子图创建 Axes3D 对象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')# 定义Z轴坐标的生成方法
def f(m, n):return np.sin(np.sqrt(m ** 2 + n ** 2))# 设置3D线框图数据
x = np.linspace(-6, 6, 30)
y = np.linspace(-6, 6, 30)
# 生成网格点坐标矩阵，该方法在系列文章八中有具体介绍
X, Y = np.meshgrid(x, y)
Z = f(X, Y)# 绘制3D线框图
ax.plot_wireframe(X, Y, Z, color='c')# 设置标题、轴标签、图例，也可以直接使用 plt.title、plt.xlabel...
ax.set_title('绘制 3D 线框图示例', pad=15, fontsize='12')
ax.set_xlabel('x 轴')
ax.set_ylabel('y 轴')
ax.set_zlabel('z 轴')plt.show()
【06x00】3D 曲面图：Axes3D.plot_surface
基本方法：Axes3D.plot_surface(X, Y, Z[, *args, vmin=None, vmax=None, **kwargs])
| 参数 | 描述 |
|---|---|
| X | 二维数组，x 轴数据 |
| Y | 二维数组，y 轴数据 |
| Z | 二维数组，z 轴数据 |
| vmin / vmax | 规定数据界限 |
| **kwargs | 其他关键字参数，可选项，如线条样式颜色等，可参见 Line3DCollection |
import numpy as np
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 获取 figure 画布并通过子图创建 Axes3D 对象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')# 设置3D曲面图数据
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
# 生成网格点坐标矩阵，该方法在系列文章八中有具体介绍
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)# 绘制3D曲面图并添加色条（长度0.8）
surface = ax.plot_surface(X, Y, Z, cmap='rainbow', antialiased=False)
fig.colorbar(surface, shrink=0.8)# 设置标题、轴标签、图例，也可以直接使用 plt.title、plt.xlabel...
ax.set_title('绘制 3D 曲面图示例', pad=15, fontsize='12')
ax.set_xlabel('x 轴')
ax.set_ylabel('y 轴')
ax.set_zlabel('z 轴')
# 调整观察角度和方位角，俯仰角25度，方位角40度
ax.view_init(25, 40)
# 设置Z轴刻度界限
ax.set_zlim(-2, 2)plt.show()
这里是一段防爬虫文本，请读者忽略。
本文原创首发于 CSDN，作者 TRHX。
博客首页：https://itrhx.blog.csdn.net/
本文链接：https://itrhx.blog.csdn.net/article/details/106558131
未经授权，禁止转载！恶意转载，后果自负！尊重原创，远离剽窃！
【07x00】3D 柱状图：Axes3D.bar
基本方法：Axes3D.bar(left, height, zs=0, zdir='z', *args, **kwargs)
| 参数 | 描述 |
|---|---|
| left | 一维数组，柱状图最左侧位置的 x 坐标 |
| height | 一维数组，柱状图的高度（y 坐标） |
| zs | 第 i 个多边形将出现在平面 y=zs[i] 上 |
| zdir | 可选项，在 3D 轴上绘制 2D 数据时，数据必须以 xs，ys 的形式传递， 若此时将 zdir 设置为 ‘y’，数据将会被绘制到 x-z 轴平面上，默认为 ‘z’ |
| **kwargs | 其他关键字参数，参见 matplotlib.axes.Axes.bar |
import matplotlib.pyplot as plt
import numpy as npplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 获取 figure 画布并通过子图创建 Axes3D 对象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')colors = ['r', 'g', 'b', 'y']
yticks = [3, 2, 1, 0]# 设置3D柱状图数据并绘制图像
for c, k in zip(colors, yticks):xs = np.arange(20)ys = np.random.rand(20)cs = [c] * len(xs)ax.bar(xs, ys, zs=k, zdir='y', color=cs, alpha=0.8)# 设置图像标题、坐标标签以及范围
ax.set_title('绘制 3D 柱状图示例', pad=15, fontsize='12')
ax.set_xlabel('X 轴')
ax.set_ylabel('Y 轴')
ax.set_zlabel('Z 轴')
ax.set_yticks(yticks)plt.show()
【08x00】3D 箭头图：Axes3D.quiver
基本方法：Axes3D.quiver(X, Y, Z, U, V, W, length=1, arrow_length_ratio=0.3, pivot='tail', normalize=False, **kwargs)
| 参数 | 描述 |
|---|---|
| X, Y, Z | 数组形式，箭头位置的 x、y 和 z 轴坐标（默认为箭头尾部） |
| U, V, W | 数组形式，箭头向量的 x、y 和 z 轴分量 |
| length | float 类型，每个箭筒的长度，默认为 1.0 |
| arrow_length_ratio | float 类型，箭头相对于箭身的比率，默认为 0.3 |
| pivot | 箭头在网格点上的位置；箭头围绕该点旋转，因此命名为 pivot，默认为 'tail’ 可选项： 'tail'：尾部；'middle'：中间；'tip'：尖端 |
| normalize | bool 类型，如果为 True，则所有箭头的长度都将相同 默认为 False，即箭头的长度取决于 U、V、W 的值 |
| **kwargs | 其他关键字参数，参见 LineCollection |
import matplotlib.pyplot as plt
import numpy as npplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 依次获取画布和绘图区并创建 Axes3D 对象
fig = plt.figure()
ax = fig.gca(projection='3d')# 设置箭头位置
x, y, z = np.meshgrid(np.arange(-0.8, 1, 0.2),np.arange(-0.8, 1, 0.2),np.arange(-0.8, 1, 0.8))# 设置箭头数据
u = np.sin(np.pi * x) * np.cos(np.pi * y) * np.cos(np.pi * z)
v = -np.cos(np.pi * x) * np.sin(np.pi * y) * np.cos(np.pi * z)
w = (np.sqrt(2.0 / 3.0) * np.cos(np.pi * x) * np.cos(np.pi * y) * np.sin(np.pi * z))# 绘制 3D 箭头图
ax.quiver(x, y, z, u, v, w, length=0.1, normalize=True)# 设置图像标题、坐标标签
ax.set_title('绘制 3D 箭头图示例', pad=15, fontsize='12')
ax.set_xlabel('X 轴')
ax.set_ylabel('Y 轴')
ax.set_zlabel('Z 轴')# 调整观察角度，俯仰角20度
ax.view_init(20)plt.show()
【09x00】3D 等高线图：Axes3D.contour
基本方法：Axes3D.contour(X, Y, Z[, *args, extend3d=False, stride=5, zdir='z', offset=None, **kwargs])
| 参数 | 描述 |
|---|---|
| X | 一维数组，x 轴数据 |
| Y | 一维数组，y 轴数据 |
| Z | 一维数组，z 轴数据 |
| extend3d | bool 值，可选项，是否以 3D 延伸轮廓，默认 False |
| stride | int 类型，可选项，用于延伸轮廓的步长 |
| zdir | 可选项，在 3D 轴上绘制 2D 数据时，数据必须以 xs，ys 的形式传递， 若此时将 zdir 设置为 ‘y’，数据将会被绘制到 x-z 轴平面上，默认为 ‘z’ |
| offset | 标量，可选项，如果指定，则在垂直于 zdir 的平面上的位置绘制轮廓线的投影 |
| **kwargs | 其他关键字参数，可选项，可参见 matplotlib.axes.Axes.contour |
import numpy as np
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 获取 figure 画布并通过子图创建 Axes3D 对象
fig = plt.figure(figsize=(8, 4.8))
ax = fig.add_subplot(111, projection='3d')# 设置等高线数据
X = np.arange(-2.0, 2.0, 0.01)
Y = np.arange(-2.0, 2.0, 0.01)
# 生成网格点坐标矩阵
m, n = np.meshgrid(X, Y)# 指定一个函数用于计算每个点的高度，也可以直接使用二维数组储存每个点的高度
def f(a, b):return (1 - b ** 5 + a ** 5) * np.exp(-a ** 2 - b ** 2)# 绘制3D等高线图并添加色条图（长度0.8）
contour = ax.contour(X, Y, f(m, n), cmap='rainbow')
fig.colorbar(contour, shrink=0.8)# 设置标题、轴标签、图例，也可以直接使用 plt.title、plt.xlabel...
ax.set_title('绘制 3D 等高线图示例', pad=15, fontsize='12')
ax.set_xlabel('x 轴')
ax.set_ylabel('y 轴')
ax.set_zlabel('z 轴')plt.show()
【10x00】3D 等高线填充图：Axes3D.contourf
基本语法：Axes3D.contourf(X, Y, Z[, *args, zdir='z', offset=None, **kwargs])
| 参数 | 描述 |
|---|---|
| X | 一维数组，x 轴数据 |
| Y | 一维数组，y 轴数据 |
| Z | 一维数组，z 轴数据 |
| zdir | 可选项，在 3D 轴上绘制 2D 数据时，数据必须以 xs，ys 的形式传递， 若此时将 zdir 设置为 ‘y’，数据将会被绘制到 x-z 轴平面上，默认为 ‘z’ |
| offset | 标量，可选项，如果指定，则在垂直于 zdir 的平面上的位置绘制轮廓线的投影 |
| **kwargs | 其他关键字参数，可选项，可参见 matplotlib.axes.Axes.contourf |
import numpy as np
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 获取 figure 画布并通过子图创建 Axes3D 对象
fig = plt.figure(figsize=(8, 4.8))
ax = fig.add_subplot(111, projection='3d')# 设置等高线数据
X = np.arange(-2.0, 2.0, 0.01)
Y = np.arange(-2.0, 2.0, 0.01)
# 生成网格点坐标矩阵
m, n = np.meshgrid(X, Y)# 指定一个函数用于计算每个点的高度，也可以直接使用二维数组储存每个点的高度
def f(a, b):return (1 - b ** 5 + a ** 5) * np.exp(-a ** 2 - b ** 2)# 绘制3D等高线图并添加色条图（长度0.8）
contourf = ax.contourf(X, Y, f(m, n), cmap='rainbow')
fig.colorbar(contourf, shrink=0.8)# 设置标题、轴标签、图例，也可以直接使用 plt.title、plt.xlabel...
ax.set_title('绘制 3D 等高线填充图示例', pad=15, fontsize='12')
ax.set_xlabel('x 轴')
ax.set_ylabel('y 轴')
ax.set_zlabel('z 轴')plt.show()
【11x00】3D 三角曲面图：Axes3D.plot_trisurf
基本方法：Axes3D.plot_trisurf(X, Y, Z[, *args, color=None, vmin=None, vmax=None, **kwargs])
| 参数 | 描述 |
|---|---|
| X | 一维数组，x 轴数据 |
| Y | 一维数组，y 轴数据 |
| Z | 一维数组，z 轴数据 |
| color | 曲面表面的颜色 |
| vmin / vmax | 规定数据界限 |
| **kwargs | 可选项，其他关键字参数，可参见 Poly3DCollection |
import matplotlib.pyplot as plt
import numpy as npplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 获取 figure 画布并通过子图创建 Axes3D 对象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')n_radii = 8
n_angles = 36radii = np.linspace(0.125, 1.0, n_radii)
angles = np.linspace(0, 2*np.pi, n_angles, endpoint=False)[..., np.newaxis]
x = np.append(0, (radii*np.cos(angles)).flatten())
y = np.append(0, (radii*np.sin(angles)).flatten())
z = np.sin(-x*y)# 绘制3D三角曲面图并添加色条（长度0.8）
trisurf = ax.plot_trisurf(x, y, z, cmap='rainbow')
fig.colorbar(trisurf, shrink=0.8)# 设置标题、轴标签、图例，也可以直接使用 plt.title、plt.xlabel...
ax.set_title('绘制 3D 三角曲面图示例', pad=15, fontsize='12')
ax.set_xlabel('x 轴')
ax.set_ylabel('y 轴')
ax.set_zlabel('z 轴')plt.show()
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.tri as mtriplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
fig = plt.figure(figsize=(15, 6))# ============ 第一个示例图 ============ #ax = fig.add_subplot(1, 2, 1, projection='3d')u = np.linspace(0, 2.0 * np.pi, endpoint=True, num=50)
v = np.linspace(-0.5, 0.5, endpoint=True, num=10)
u, v = np.meshgrid(u, v)
u, v = u.flatten(), v.flatten()x = (1 + 0.5 * v * np.cos(u / 2.0)) * np.cos(u)
y = (1 + 0.5 * v * np.cos(u / 2.0)) * np.sin(u)
z = 0.5 * v * np.sin(u / 2.0)tri = mtri.Triangulation(u, v)trisurf_1 = ax.plot_trisurf(x, y, z, triangles=tri.triangles, cmap='cool')
fig.colorbar(trisurf_1, shrink=0.8)
ax.set_zlim(-1, 1)ax.set_title('绘制 3D 三角曲面图示例一', pad=15, fontsize='12')
ax.set_xlabel('x 轴')
ax.set_ylabel('y 轴')
ax.set_zlabel('z 轴')# ============ 第二个示例图 ============ #ax = fig.add_subplot(1, 2, 2, projection='3d')n_angles = 36
n_radii = 8
min_radius = 0.25
radii = np.linspace(min_radius, 0.95, n_radii)angles = np.linspace(0, 2*np.pi, n_angles, endpoint=False)
angles = np.repeat(angles[..., np.newaxis], n_radii, axis=1)
angles[:, 1::2] += np.pi/n_anglesx = (radii*np.cos(angles)).flatten()
y = (radii*np.sin(angles)).flatten()
z = (np.cos(radii)*np.cos(3*angles)).flatten()triang = mtri.Triangulation(x, y)xmid = x[triang.triangles].mean(axis=1)
ymid = y[triang.triangles].mean(axis=1)
mask = xmid**2 + ymid**2 < min_radius**2
triang.set_mask(mask)trisurf_2 = ax.plot_trisurf(triang, z, cmap='hsv')
fig.colorbar(trisurf_2, shrink=0.8)ax.set_title('绘制 3D 三角曲面图示例二', pad=15, fontsize='12')
ax.set_xlabel('x 轴')
ax.set_ylabel('y 轴')
ax.set_zlabel('z 轴')plt.show()
【12x00】将 2D 图像聚合到 3D 图像中：Axes3D.add_collection3d
基本方法：Axes3D.add_collection3d(col, zs=0, zdir='z')
| 参数 | 描述 |
|---|---|
| col | PolyCollection / LineCollection / PatchCollection 对象 |
| zs | 第 i 个多边形将出现在平面 y=zs[i] 上 |
| zdir | 可选项，在 3D 轴上绘制 2D 数据时，数据必须以 xs，ys 的形式传递， 若此时将 zdir 设置为 ‘y’，数据将会被绘制到 x-z 轴平面上，默认为 ‘z’ |
该函数一般用来向图形中添加 3D 集合对象，以下用一个示例来展示某个地区在不同年份和不同月份的降水量：
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.collections import PolyCollectionplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']fig = plt.figure()
ax = fig.gca(projection='3d')np.random.seed(59)
month = np.arange(0, 13)
years = [2017, 2018, 2019, 2020]precipitation = []
for year in years:value = np.random.rand(len(month)) * 300value[0], value[-1] = 0, 0precipitation.append(list(zip(month, value)))poly = PolyCollection(precipitation, facecolors=['r', 'g', 'b', 'y'], alpha=.6)
ax.add_collection3d(poly, zs=years, zdir='y')ax.set_title('2D 图像聚合到 3D 图像示例', pad=15, fontsize='12')
ax.set_xlabel('月份')
ax.set_ylabel('年份')
ax.set_zlabel('降水量')
ax.set_xlim3d(0, 12)
ax.set_ylim3d(2016, 2021)
ax.set_zlim3d(0, 300)plt.show()
此外，该方法也常被用于绘制 3D 多边形图，即多边体，示例如下：
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.art3d import Poly3DCollection, Line3DCollectionplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']fig = plt.figure()
ax = fig.gca(projection='3d')# 六面体顶点和面
verts = [(0, 0, 0), (0, 1, 0), (1, 1, 0), (1, 0, 0), (0, 0, 1), (0, 1, 1), (1, 1, 1), (1, 0, 1)]
faces = [[0, 1, 2, 3], [4, 5, 6, 7], [0, 1, 5, 4], [1, 2, 6, 5], [2, 3, 7, 6], [0, 3, 7, 4]]# 获取每个面的顶点
poly3d = [[verts[vert_id] for vert_id in face] for face in faces]# 绘制顶点
x, y, z = zip(*verts)
ax.scatter(x, y, z)
# 绘制多边形面
ax.add_collection3d(Poly3DCollection(poly3d, facecolors='w', linewidths=1, alpha=0.5))
# 绘制多边形的边
ax.add_collection3d(Line3DCollection(poly3d, colors='k', linewidths=0.5, linestyles=':'))# 设置图像标题、坐标标签以及范围
ax.set_title('绘制多边体示例', pad=15, fontsize='12')
ax.set_xlabel('X 轴')
ax.set_ylabel('Y 轴')
ax.set_zlabel('Z 轴')
ax.set_xlim3d(-0.5, 1.5)
ax.set_ylim3d(-0.5, 1.5)
ax.set_zlim3d(-0.5, 1.5)
plt.show()
【13x00】3D 图添加文本描述：Axes3D.text
基本方法：Axes3D.text(x, y, z, s[, zdir=None, **kwargs])
| 参数 | 描述 |
|---|---|
| x, y, z | 文本位置的 x、y、z 轴坐标 |
| s | 要添加的文本 |
| zdir | 可选项，若将 zdir 设置为 ‘y’，文本将会被投影到 x-z 轴平面上，默认为 None |
| **kwargs | 其他关键字参数，参见 matplotlib.text |
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 依次获取画布和绘图区并创建 Axes3D 对象
fig = plt.figure()
ax = fig.gca(projection='3d')# Demo 1: zdir 参数用法
zdirs = (None, 'x', 'y', 'z', (1, 1, 0), (1, 1, 1))
xs = (1, 4, 4, 9, 4, 1)
ys = (2, 5, 8, 10, 1, 2)
zs = (10, 3, 8, 9, 1, 8)for zdir, x, y, z in zip(zdirs, xs, ys, zs):label = '(%d, %d, %d), dir=%s' % (x, y, z, zdir)ax.text(x, y, z, label, zdir)# Demo 2：设置颜色
ax.text(9, 0, 0, "red", color='red')# Demo 3: text2D，位置(0，0)为左下角，(1，1)为右上角。
ax.text2D(0.05, 0.95, "2D Text", transform=ax.transAxes)# 设置坐标轴界限和标签
ax.set_xlim(0, 10)
ax.set_ylim(0, 10)
ax.set_zlim(0, 10)
ax.set_xlabel('X 轴')
ax.set_ylabel('Y 轴')
ax.set_zlabel('Z 轴')plt.show()
这里是一段防爬虫文本，请读者忽略。
本文原创首发于 CSDN，作者 TRHX。
博客首页：https://itrhx.blog.csdn.net/
本文链接：https://itrhx.blog.csdn.net/article/details/106558131
未经授权，禁止转载！恶意转载，后果自负！尊重原创，远离剽窃！
