matplotlib 三维图表绘制方法简介

(编辑：jimmy 日期: 2025/4/22 浏览：3 次 )

1. python三维图表绘制方法简介

python三维图表的绘制算是二维图表的一个进阶版本，本质上和二维图表的绘制并无差别，唯一的区别在于使用的库略有差异。

相较于二维图表使用的pyplot库，三维图表的绘制使用的是Axes3D库。

库引入语句为：

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

上下的操作就和二维图表绘制大差不差了，首先定义三维画布，然后向里面绘制三维图表，最后打印出结果即可。

下面，我们通过一些实例来进行说明。

2. 实例说明

1. 三维曲线图绘制

首先，我们来看一下三维曲线图的绘制。

三维曲线图的绘制和二维曲线图的绘制方法极其相似，只是我们需要做以下两点修改：

将画布修改为三维坐标系；
传参时同时传入x、y、z三个维度的坐标信号。

另外，plot函数需要修改三维曲线绘制的Axes3D.plot函数。

给出代码样例如下：

import numpy
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

theta = numpy.linspace(0, 3.14*4, 200)
r = numpy.linspace(0, 1, 200)
x = r * numpy.cos(theta)
y = r * numpy.sin(theta)
z = numpy.linspace(0, 2, 200)

fig = plt.figure(figsize=(12, 7))
ax1 = plt.axes(projection='3d')
ax1.plot(x, y, z)
plt.show()

运行即可得到一张三维曲线图。

2. 三维散点图绘制

下面，我们来看一下三维空间中的散点图绘制方法。

其方法其实挺简单的，就是先绘制x、y面的网点坐标，计算相应的z轴高度，而后创建一张三维图，然后通过Axes3D.scatter函数进行散点图绘制即可。

我们给出具体的代码样例如下：

import numpy
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x = numpy.linspace(-2, 2, 10)
y = numpy.linspace(-2, 2, 10)
xx, yy = numpy.meshgrid(x, y)
z = xx ** 2 - yy ** 2

fig = plt.figure(figsize=(12, 7))
ax1 = plt.axes(projection='3d') # 创建三维坐标轴
ax1.scatter(xx, yy, z) # 绘制三维散点图
plt.show()

运行即可得到三维散点图。

3. 三维曲面图绘制

三维曲面图的绘制与三维极其类似，只需要将Axes3D.scatter函数替换为Axes3D.plot_surface函数即可。

我们就不再多做解释了，直接给出代码样例如下：

import numpy
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x = numpy.linspace(-2, 2, 10)
y = numpy.linspace(-2, 2, 10)
xx, yy = numpy.meshgrid(x, y)
print(xx.shape, yy.shape)
z = xx ** 2 - yy ** 2

fig = plt.figure(figsize=(12, 7))
ax1 = plt.axes(projection='3d') # 创建三维坐标轴
ax1.plot_surface(xx, yy, z) # 绘制三维曲面图
plt.show()

运行即可得到三维曲面图。

3. 参考链接

https://matplotlib.org/tutorials/toolkits/mplot3d.html

Python三维绘图–Matplotlib

上一篇：详解KMP算法以及python如何实现
下一篇：python实现二分查找算法