python—绘制三维曲面以及三维散点图_axes3d绘制三维散点图-CSDN博客

这篇博客介绍了如何使用Python的matplotlib库来创建三维曲面和三维散点图。通过`Axes3D`模块，作者展示了如何定义坐标轴、生成三维数据并用`plot_surface`和`scatter`函数进行绘制。示例中包括了一个正弦加余弦函数的三维曲面以及随机分布的三维散点图，并使用了不同颜色映射以增强视觉效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

三维曲面：

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#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
#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
ax1.plot_surface(X,Y,Z)
ax1.contour(X,Y,Z, zdim='z',offset=-2,cmap='rainbow')   #等高线图，要设置offset，为Z的最小值

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()

运行结果：
在这里插入图片描述 三维散点图：

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#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

#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)*10-5
X, Y = np.meshgrid(xx, yy)
Z = np.sin(np.sqrt(X**2+Y**2))
#作图
ax1.scatter(X,Y,Z,cmap='rainbow',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

plt.show()

运行结果：
在这里插入图片描述
参考：https://blog.csdn.net/weixin_44080811/article/details/95750019?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161763087416780264013436%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=161763087416780264013436&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduend~default-2-95750019.first_rank_v2_pc_rank_v29&utm_term=matplotlib%E7%BB%98%E5%88%B6%E4%B8%89%E7%BB%B4%E5%9B%BE&spm=1018.2226.3001.4187