如何用matplotlib制作一个复杂的三维图表？

本文共计1975个文字，预计阅读时间需要8分钟。

Matplotlib 最初仅设计为支持二维图表。随着1.0版本的发布，左右两侧增加了用于展示三维图表的工具，基于二维展示的基础，创建了三维图表的功能。结果是，Matplotlib 提供了方便（同时也有局限性）的三维图表绘制功能。

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 plt

fig = 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。