matplotlib在python上绘制3D散点图实例详解
作者：wise南迦
这篇文章主要介绍了matplotlib在python上绘制3D散点图实例详解，首先介绍了官网的实例，然后分享了本文简单代码示例，具有一定借鉴价值，需要的朋友可以了解下。
大家可以先参考官方演示文档：
效果图：
'''
==============
3D scatterplot
==============
Demonstration of a basic scatterplot in 3D.
'''
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
def randrange(n, vmin, vmax):
'''
Helper function to make an array of random numbers having shape (n, )
with each number distributed Uniform(vmin, vmax).
'''
return (vmax - vmin)*np.random.rand(n) + vmin
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
n = 100
# For each set of style and range settings, plot n random points in the box
# defined by x in [23, 32], y in [0, 100], z in [zlow, zhigh].
for c, m, zlow, zhigh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
xs = randrange(n, 23, 32)
ys = randrange(n, 0, 100)
zs = randrange(n, zlow, zhigh)
ax.scatter(xs, ys, zs, c=c, marker=m)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()
以上是官网上的代码示例及演示结果，下面分享下本文代码示例。
本实例需要导入第三包：
import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D
然后绘图：
ax = plt.figure().add_subplot(111, projection = '3d')
#基于ax变量绘制三维图
#xs表示x方向的变量
#ys表示y方向的变量
#zs表示z方向的变量，这三个方向上的变量都可以用list的形式表示
#m表示点的形式，o是圆形的点，^是三角形（marker)
#c表示颜色（color for short）
ax.scatter(xs, ys, zs, c = 'r', marker = '^') #点为红色三角形
#设置坐标轴
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
#显示图像
plt.show()
注：
上面的
ax = plt.figure().add_subplot(111, projection = '3d')
是下面代码的略写
fig = plt.figure() ax = fig.add_subplot(111, projection = '3d')
总结
以上就是本文关于matplotlib在python上绘制3D散点图实例详解的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！