如何使用Matplotlib构建基础三维图表？

本文共计2061个文字，预计阅读时间需要9分钟。

Matplotlib最初仅设计为支持二维图表。随着1.0版本发布，左右扩展，引入了一些三维图表工具，基于二维展示的基础。结果就是Matplotlib提供了方便（同时也有一定限制）的三维图表功能。

Matplotlib 最开始被设计为仅支持二维的图表。到 1.0 版本发布左右，一些三维图表的工具在二维展示的基础上被创建了出来，结果就是 Matplotlib 提供了一个方便的（同时也是有限的）的可用于三维数据可视化的一套工具。三维图表可以使用载入​​mplot3d​​工具包来激活，这个包会随着 Matplotlib 自动安装：

from mpl_toolkits import mplot3d

一旦模块被导入，三维 axes 就可以像其他普通 axes 一样通过关键字参数​​projection='3d'​​来创建：

import numpy as np
import matplotlib.pyplot as pltfig = plt.figure()
ax = plt.axes(projection='3d')plt.show()

三维 axes 激活后，我们可以在上面绘制不同的三维图表类型。三维图表在 notebook 中使用交互式图表展示会优于使用静态展示；回忆我们前面介绍过，你可以使用​​%matplotlib notebook​​​而不是​​%matplotlib inline​​来激活交互式展示模式。

三维的点和线

三维图表中最基础的是使用(x, y, z)坐标定义的一根线或散点的集合。前面介绍过普通的二维图表，作为类比，使用​​ax.plot3D​​​和​​ax.scatter3D​​函数可以创建三维折线和散点图。