Matplotlib最初设计时只考虑了二维绘图。在1.0版本发布时,一些三维绘图实用程序构建在Matplotlib的二维显示之上,结果是一组方便(如果有限)的三维数据可视化工具。通过导入mplot3d主Matplotlib安装中包含的工具包来启用三维图:
from mpl_toolkits import mplot3d
导入此子模块后,可以通过将关键字传递projection='3d'给任何法线轴创建例程来创建三维轴:
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax = plt.axes(projection='3d')
启用此三维轴后,我们现在可以绘制各种三维绘图类型。三维绘图是通过交互式观看数字而非静态地在笔记本中观看数字而获益的功能之一;回想一下,要使用交互式数字,您可以使用%matplotlib notebook而不是%matplotlib inline在运行此代码时使用。
三维点和线
最基本的三维图是根据(x,y,z)三元组创建的散点图的线或集合。与前面讨论的更常见的二维图类比,可以使用ax.plot3D和ax.scatter3D函数创建这些图。这些的调用签名几乎与其二维对应的签名相同,因此您可以参考
ax = plt.axes(projection='3d')
# Data for a three-dimensional line
zline = np.linspace(0, 15, 1000)
xline = np.sin(zl