二十九、3D 绘图

您好，欢迎阅读 Matplotlib 教程中的 3D 绘图。 Matplotlib 已经内置了三维图形，所以我们不需要再下载任何东西。 首先，我们需要引入一些完整的模块：

  1. from mpl_toolkits.mplot3d import axes3d
  2. import matplotlib.pyplot as plt

使用axes3d是因为它需要不同种类的轴域，以便在三维中实际绘制一些东西。 下面：

  1. fig = plt.figure()
  2. ax1 = fig.add_subplot(111, projection='3d')

在这里，我们像通常一样定义图形，然后我们将ax1定义为通常的子图，只是这次使用 3D 投影。 我们需要这样做，以便提醒 Matplotlib 我们要提供三维数据。

现在让我们创建一些 3D 数据：

  1. x = [1,2,3,4,5,6,7,8,9,10]
  2. y = [5,6,7,8,2,5,6,3,7,2]
  3. z = [1,2,6,3,2,7,3,3,7,2]

接下来，我们绘制它。 首先，让我们展示一个简单的线框示例：

  1. ax1.plot_wireframe(x,y,z)

最后：

  1. ax1.set_xlabel('x axis')
  2. ax1.set_ylabel('y axis')
  3. ax1.set_zlabel('z axis')
  5. plt.show()

我们完整的代码是：

  1. from mpl_toolkits.mplot3d import axes3d
  2. import matplotlib.pyplot as plt
  3. from matplotlib import style
  5. style.use('fivethirtyeight')
  7. fig = plt.figure()
  8. ax1 = fig.add_subplot(111, projection='3d')
  10. x = [1,2,3,4,5,6,7,8,9,10]
  11. y = [5,6,7,8,2,5,6,3,7,2]
  12. z = [1,2,6,3,2,7,3,3,7,2]
  14. ax1.plot_wireframe(x,y,z)
  16. ax1.set_xlabel('x axis')
  17. ax1.set_ylabel('y axis')
  18. ax1.set_zlabel('z axis')
  20. plt.show()

结果为（包括所用的样式）：

二十九、3D 绘图 - 图1

这些 3D 图形可以进行交互。 首先，您可以使用鼠标左键单击并拖动来移动图形。 您还可以使用鼠标右键单击并拖动来放大或缩小。