Python数据分析之 Matplotlib 3D图详情

最初我们介绍到 Matplotlib 可以绘制2D图形，并且介绍了一些常见图形的绘制方法，其实不仅可以绘制2D图形，现在较新版本的 Matplotlib 加入了3D绘图的工具包，已经可以轻松地绘制3D图形了，接下来就来介绍一下。

Matplotlib 提供了mpl_toolkits.mplot3d工具包来进行3D图表的绘制，我们导入下简单使用如下：

from mpl_toolkits import mplot3d

通过以上代码导入后，可以传递参数projection='3d'给指定图表对象并将其类型设置为3D类型，如下：

import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d
fig = plt.figure()
# 创建子图对象，类型为3d
ax = fig.add_subplot(projection='3d')
ax.set_xlabel('X', color='r')
ax.set_ylabel('Y', corlor='g')
ax.set_zlabel('Z', corlor='b')

上面示例代码我们创建了子图对象，并把其类型设置为3D类型，并设置了坐标轴的标签及标签颜色，

结果输出如下：

可以看出，生成了一个三维的坐标轴，下面我们在这个三维的坐标轴中添加图表：

import numpy as np

z = np.linspace(0, 45, 100)
x = z * np.sin(z)
y = z * np.cos(z)
ax.plot3D(x, y, z, '#800080')
plt.show()

结果输出如下：

其中plot3D()方法可以绘制3D的折线图，除此之外，还有scatter3D()绘制3D的散点图、bar3D()绘制3D的柱状图等，这些方法和绘制对应的2D图形方法的使用方式基本一致。

到此这篇关于Python数据分析 Matplotlib 3D图的文章就介绍到这了,更多相关Python 3D图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！