Matplotlib 也可以绘制基本的三维图表，这对于可视化三维数据或函数非常有用。要绘制 3D 图形，需要导入 mpl_toolkits.mplot3d。
要创建 3D 图形，首先需要导入 mpl_toolkits.mplot3d.axes3d 模块中的 Axes3D。
创建 3D Axes 的两种常见方法：
- 在
Figure中添加 3D 子图:fig = plt.figure()ax = fig.add_subplot(111, projection='3d')这是推荐的面向对象方式。 - 从现有
Figure获取 3D Axes:fig = plt.figure()ax = Axes3D(fig)这种方式也可以创建 3D Axes，但fig.add_subplot(projection='3d')更常用，因为它直接将 Axes 添加到 Figure 的子图网格中。
1.三维折线图散点图 (3D Line and Scatter Plot)
在 3D Axes 上绘制折线图和散点图与 2D 类似，但需要提供 X, Y, Z 三个坐标。
- 三维折线图:
ax.plot(xs, ys, zs, zdir='z', **kwargs)xs,ys,zs: 数据点的 X, Y, Z 坐标序列。zdir: 绘制方向，默认为'z'。**kwargs: 与 2D 折线图类似的线条样式参数（如color,linewidth,linestyle）。
- 三维散点图:
ax.scatter(xs, ys, zs, zdir='z', s=20, c=None, depthshade=True, **kwargs)xs,ys,zs: 数据点的 X, Y, Z 坐标序列。zdir: 绘制方向，默认为'z'。s: 标记大小。c: 标记颜色。depthshade: 布尔值，如果为True(默认)，则根据深度对标记进行着色，使其看起来有景深效果。**kwargs: 与 2D 散点图类似的参数（如marker,cmap,alpha,edgecolors）。
设置 3D 轴标签: 使用 ax.set_xlabel(), ax.set_ylabel(), ax.set_zlabel() 来设置三维轴的标签。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
# 导包
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D # 导入3D引擎
# 1.准备数据
# 三维折线图数据（螺旋线）
t_line = np.linspace(- 4 * np.pi, 4*np.pi+0.00001, 200)
x_line = np.sin(t_line)
y_line = np.cos(t_line)
z_line = t_line
# 三维散点图数据
np.random.seed(42)
num_scatter_points = 100
x_scatter = np.random.rand(num_scatter_points) * 10 - 5
y_scatter = np.random.rand(num_scatter_points) * 10 - 5
z_scatter = np.random.rand(num_scatter_points) * 10 - 5
sizes_scatter = np.random.randint(20, 200, size=num_scatter_points)
colors_scatter = np.random.rand(num_scatter_points)
fig = plt.figure(figsize=(10, 8))
# 2.创建3D Axes
ax3d = fig.add_subplot(111, projection="3d")
# 3.绘制三维折线图
ax3d.plot(x_line, y_line, z_line, color="blue", lw=2, label="3D折线图")
# 4.绘制三维散点图
scatter_3d = ax3d.scatter(
x_scatter, y_scatter, z_scatter,
s = sizes_scatter,
c = colors_scatter,
cmap="viridis",
alpha=0.7,
marker="o",
edgecolor="k",
lw=0.5,
depthshade=True
)
# 5.设置3D轴标签
ax3d.set_xlabel("X 轴", fontsize=12, color="red")
ax3d.set_ylabel("Y 轴", fontsize=12, color="green")
ax3d.set_zlabel("Z 轴", fontsize=12, color="blue")
# 6.添加标题和图例
ax3d.set_title("3D折线图和散点图", fontsize=16)
ax3d.legend()
# 7.添加颜色条
cbar = fig.colorbar(scatter_3d, ax=ax3d, pad=0.1)
cbar.set_label("颜色值", rotation=270, labelpad=15)
# 8.设置初始视角（可选）
ax3d.view_init(elev=20, azim=45)# 仰角和方位角
plt.show()
选择题
-
要在 Matplotlib 中绘制 3D 图形，首先需要导入哪个模块？
A.
matplotlib.pyplotB.numpyC.mpl_toolkits.mplot3d.axes3dD.scipy.stats答案：C
-
在
ax.scatter()绘制三维散点图时，哪个参数用于根据深度对标记进行着色，使其看起来有景深效果？A.
sB.cC.depthshadeD.marker答案：C，
depthshade=True(默认) 会根据 Z 轴深度调整标记的亮度，模拟景深。
编程题
- 绘制一个三维折线图，表示一个螺旋线。
- X 坐标: sin(t)
- Y 坐标: cos(t)
- Z 坐标: t
- 其中 t 从 −2pi 到 2pi，包含 100 个点。
- 曲线颜色为紫色，线条宽度为 2。
- 添加标题 “3D Helix Plot”。
- 添加 X, Y, Z 轴标签。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
# 导包
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D # 导入3D引擎
# 1.准备数据
# 三维折线图数据（螺旋线）
t_line = np.linspace(- 2 * np.pi, 2*np.pi+0.00001, 100)
x_line = np.sin(t_line)
y_line = np.cos(t_line)
z_line = t_line
fig = plt.figure(figsize=(10, 8))
# 2.创建3D Axes
ax3d = fig.add_subplot(111, projection="3d")
# 3.绘制三维折线图
ax3d.plot(x_line, y_line, z_line, color="purple", lw=2, label="螺旋线")
# 5.设置3D轴标签
ax3d.set_xlabel("X 轴", fontsize=12, color="red")
ax3d.set_ylabel("Y 轴", fontsize=12, color="green")
ax3d.set_zlabel("Z 轴", fontsize=12, color="blue")
# 6.添加标题和图例
ax3d.set_title("3D Helix Plot", fontsize=16)
ax3d.legend()
# 8.设置初始视角（可选）
ax3d.view_init(elev=20, azim=45)# 仰角和方位角
plt.show()
2.三维柱状图 (3D Bar Chart)
三维柱状图用于在三维空间中表示离散数据，通常用于展示在二维平面上有多个类别，并且每个类别在第三个维度上有一个数值的情况。
主要函数是 ax.bar3d(x, y, z, dx, dy, dz, color=None, zsort='average', **kwargs)。
x,y,z: 每个柱子的基座 (底面) 的 X, Y, Z 坐标。z通常为 0，表示柱子从 XY 平面开始。dx,dy,dz: 每个柱子在 X, Y, Z 方向上的宽度、深度和高度。color: 柱子的颜色。zsort: 决定绘制顺序，以正确处理重叠。'average'(默认) 根据柱子中心点的平均 Z 坐标排序。**kwargs: 其他可选参数，如alpha,edgecolor等。
三维柱状图的难点在于正确设置 x, y, z, dx, dy, dz 参数来表示每个柱子的位置和尺寸。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
from mpl_toolkits.mplot3d.axes3d import Axes3D # 导入 3D 引擎
# 1. 准备数据
# 模拟每个月 4 周的销量数据
months = np.arange(1, 5) # 4个月
weeks = np.arange(4) # 每月 4 周
# 创建 X, Y 坐标网格 (每个柱子的基座位置)
# np.meshgrid 创建两个二维数组，用于生成所有 (x, y) 组合
X, Y = np.meshgrid(months, weeks)
# 将网格展平为一维数组，作为 bar3d 的 x, y 参数
x_flat = X.flatten()
y_flat = Y.flatten()
# 模拟每个柱子的高度 (销量)
# 这里生成 (4个月 * 4周) = 16 个随机销量
z_heights = np.random.randint(5, 25, size=len(x_flat))
z_base = np.zeros_like(z_heights) # 柱子从 Z=0 开始
# 柱子的宽度和深度
dx = 0.8
dy = 0.8
# 随机生成颜色
colors = plt.cm.viridis(z_heights / z_heights.max())
fig = plt.figure(figsize=(8, 6), dpi=150)
# 2. 创建 3D Axes
ax3d = fig.add_subplot(111, projection='3d')
# 3. 绘制三维柱状图
ax3d.bar3d(
x_flat, # X 坐标
y_flat, # Y 坐标
z_base, # Z 坐标 (柱子底部)
dx, # X 方向宽度
dy, # Y 方向深度
z_heights, # Z 方向高度
color=colors, # 颜色
alpha=0.8, # 透明度
edgecolor='black' # 边缘颜色
)
# 4. 设置轴标签和标题
ax3d.set_xlabel('Month', fontsize=12, color='red')
ax3d.set_ylabel('Week', fontsize=12, color='green')
ax3d.set_zlabel('Sales', fontsize=12, color='blue')
ax3d.set_title('Monthly Sales by Week (3D Bar Chart)', fontsize=16)
# 5. 设置 X, Y 轴刻度标签
ax3d.set_xticks(months)
ax3d.set_yticks(weeks)
# 6. 设置初始视角 (可选)
ax3d.view_init(elev=25, azim=-45)
plt.show()
选择题
-
在
ax.bar3d(x, y, z, dx, dy, dz, ...)中，dx,dy,dz分别表示什么？A. 柱子的起点坐标。 B. 柱子的终点坐标。 C. 柱子在 X, Y, Z 方向上的宽度、深度和高度。 D. 柱子的颜色。
答案：C
-
ax.bar3d()的zsort参数主要用于解决什么问题？A. 柱子的颜色选择。 B. 柱子的透明度设置。 C. 柱子的绘制顺序，以正确处理重叠和透视效果。 D. 柱子的标签显示。
答案：C，在 3D 绘图中，
zsort确保了离观察者较远的物体被正确地绘制在较近的物体后面。
编程题
- 模拟一个小型零售店在不同月份（”Jan”, “Feb”, “Mar”）和不同产品类别（”Electronics”, “Apparel”）的销售额。
- 销售额数据（假设为随机整数 100-500）：
- Jan: Electronics (随机), Apparel (随机)
- Feb: Electronics (随机), Apparel (随机)
- Mar: Electronics (随机), Apparel (随机)
- 销售额数据（假设为随机整数 100-500）：
- 绘制这些销售额的三维柱状图。
- X 轴表示月份，Y 轴表示产品类别，Z 轴表示销售额。
- 柱子宽度和深度均为 0.5。
- 为柱子选择一个合适的颜色映射。
- 添加标题 “Monthly Sales by Product Category”。
- 添加 X, Y, Z 轴标签。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
from mpl_toolkits.mplot3d.axes3d import Axes3D # 导入 3D 引擎
# 1. 准备数据
months = ["Jan", "Feb", "Mar"]
type_ = ["Electronics", "Apparel"]
# 创建 X, Y 坐标网格 (每个柱子的基座位置)
# np.meshgrid 创建两个二维数组，用于生成所有 (x, y) 组合
x_pos = np.arange(len(months))
y_pos = np.arange(len(type_))
X, Y = np.meshgrid(x_pos, y_pos)
# 将网格展平为一维数组，作为 bar3d 的 x, y 参数
x_flat = X.flatten()
y_flat = Y.flatten()
# 模拟每个柱子的高度 (销量)
# 这里生成 (4个月 * 4周) = 16 个随机销量
z_heights = np.random.randint(100, 501, size=len(x_flat))
z_base = np.zeros_like(z_heights) # 柱子从 Z=0 开始
# 柱子的宽度和深度
dx = 0.5
dy = 0.5
# 随机生成颜色
colors = plt.cm.viridis(z_heights / z_heights.max())
fig = plt.figure(figsize=(8, 6), dpi=150)
# 2. 创建 3D Axes
ax3d = fig.add_subplot(111, projection='3d')
# 3. 绘制三维柱状图
ax3d.bar3d(
x_flat, # X 坐标
y_flat, # Y 坐标
z_base, # Z 坐标 (柱子底部)
dx, # X 方向宽度
dy, # Y 方向深度
z_heights, # Z 方向高度
color=colors, # 颜色
alpha=0.8, # 透明度
edgecolor='black' # 边缘颜色
)
# 4. 设置轴标签和标题
ax3d.set_xlabel('Month', fontsize=12, color='red')
ax3d.set_ylabel('产品类型', fontsize=12, color='green')
ax3d.set_zlabel('Sales', fontsize=12, color='blue')
ax3d.set_title('Monthly Sales by Product Category', fontsize=16)
# 5. 设置 X, Y 轴刻度标签为实际名称
ax3d.set_xticks(x_pos + dx/2) # 刻度位置调整到柱子中心
ax3d.set_xticklabels(months)
ax3d.set_yticks(y_pos + dy/2) # 刻度位置调整到柱子中心
ax3d.set_yticklabels(type_)
# 6. 设置初始视角 (可选)
ax3d.view_init(elev=25, azim=-45)
plt.show()
