这篇文章主要介绍python做三维图的方法，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

Python三维绘图

在遇到三维数据时，三维图像能给我们对数据带来更加深入地理解。python的matplotlib库就包含了丰富的三维绘图工具。

1、创建三维坐标轴对象Axes3D

创建Axes3D主要有两种方式，一种是利用关键字projection='3d'l来实现，另一种则是通过从mpl_toolkits.mplot3d导入对象Axes3D来实现，目的都是生成具有三维格式的对象Axes3D。

#方法一，利用关键字frommatplotlibimportpyplotaspltfrommpl_toolkits.mplot3dimportAxes3D#定义坐标轴fig=plt.figure()ax1=plt.axes(projection='3d')#ax=fig.add_subplot(111,projection='3d')#这种方法也可以画多个子图#方法二，利用三维轴方法frommatplotlibimportpyplotaspltfrommpl_toolkits.mplot3dimportAxes3D#定义图像和三维格式坐标轴fig=plt.figure()ax2=Axes3D(fig)

2、三维曲线和散点

随后在定义的坐标轴上画图：

importnumpyasnpz=np.linspace(0,13,1000)x=5*np.sin(z)y=5*np.cos(z)zd=13*np.random.random(100)xd=5*np.sin(zd)yd=5*np.cos(zd)ax1.scatter3D(xd,yd,zd,cmap='Blues')#绘制散点图ax1.plot3D(x,y,z,'gray')#绘制空间曲线plt.show()

3、三维曲面

下一步画三维曲面：

fig=plt.figure()#定义新的三维坐标轴ax3=plt.axes(projection='3d')#定义三维数据xx=np.arange(-5,5,0.5)yy=np.arange(-5,5,0.5)X,Y=np.meshgrid(xx,yy)Z=np.sin(X)+np.cos(Y)#作图ax3.plot_surface(X,Y,Z,cmap='rainbow')#ax3.contour(X,Y,Z,zdim='z',offset=-2，cmap='rainbow)#等高线图，要设置offset，为Z的最小值plt.show()

如果加入渲染时的步长，会得到更加清晰细腻的图像：

ax3.plot_surface(X,Y,Z,rstride = 1, cstride = 1,cmap='rainbow'),其中的row和cloum_stride为横竖方向的绘图采样步长，越小绘图越精细。

4、等高线

同时还可以将等高线投影到不同的面上：

frommatplotlibimportpyplotaspltfrommpl_toolkits.mplot3dimportAxes3D#定义坐标轴fig4=plt.figure()ax4=plt.axes(projection='3d')#生成三维数据xx=np.arange(-5,5,0.1)yy=np.arange(-5,5,0.1)X,Y=np.meshgrid(xx,yy)Z=np.sin(np.sqrt(X**2+Y**2))#作图ax4.plot_surface(X,Y,Z,alpha=0.3,cmap='winter')#生成表面，alpha用于控制透明度ax4.contour(X,Y,Z,zdir='z',offset=-3,cmap="rainbow")#生成z方向投影，投到x-y平面ax4.contour(X,Y,Z,zdir='x',offset=-6,cmap="rainbow")#生成x方向投影，投到y-z平面ax4.contour(X,Y,Z,zdir='y',offset=6,cmap="rainbow")#生成y方向投影，投到x-z平面#ax4.contourf(X,Y,Z,zdir='y',offset=6,cmap="rainbow")#生成y方向投影填充，投到x-z平面，contourf()函数#设定显示范围ax4.set_xlabel('X')ax4.set_xlim(-6,4)#拉开坐标轴范围显示投影ax4.set_ylabel('Y')ax4.set_ylim(-4,6)ax4.set_zlabel('Z')ax4.set_zlim(-3,3)plt.show()

5、随机散点图

可以利用scatter()生成各种不同大小，颜色的散点图，其参数如下：

#函数定义matplotlib.pyplot.scatter(x,y,s=None,#散点的大小arrayscalarc=None,#颜色序列array、sequencymarker=None,#点的样式cmap=None,#colormap颜色样式norm=None,#归一化归一化的颜色campvmin=None,vmax=None,#对应上面的归一化范围alpha=None,#透明度linewidths=None,#线宽verts=None,#edgecolors=None,#边缘颜色data=None,**kwargs)#ref:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html

frommatplotlibimportpyplotaspltfrommpl_toolkits.mplot3dimportAxes3D#定义坐标轴fig4=plt.figure()ax4=plt.axes(projection='3d')#生成三维数据xx=np.random.random(20)*10-5#取100个随机数，范围在5~5之间yy=np.random.random(20)*10-5X,Y=np.meshgrid(xx,yy)Z=np.sin(np.sqrt(X**2+Y**2))#作图ax4.scatter(X,Y,Z,alpha=0.3,c=np.random.random(400),s=np.random.randint(10,20,size=(20,40)))#生成散点.利用c控制颜色序列,s控制大小#设定显示范围plt.show()

以上是python做三维图的方法的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注亿速云行业资讯频道！