Python-总结笔记-数据可视化应用-Matplotlib-3D图

这个神仙我一直觉得不咋好看，但有些时候又好用的要命。
老规矩先导入哈

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D#用于画3D的图

建个3D空间

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
plt.show()

3D-surface图

• 必须步骤：生成网格点坐标矩阵
  X, Y = np.meshgrid(x, y)
• plt.plot_surface(x,y,z,rstride=,cstride=,cmap=’’)
  plot_surface画surface图
  rstride设置数组行距（步长大小），cstride设置数组列距（步长大小）——我不是很理解这个东西，但我试验了一下发现默认值为1，数值越大，图像越粗糙，就颜色的格子会变大（逐渐像素化）
• 其余设置坐标轴标题、坐标轴刻度等都与基操差别不大
• 创建阴影：
  plt.contourf(x, y, z, zdir=‘z’, offset=-1)
  zdir='x’时即为投影在yz面上；其他同理
  offest是投影放在所在轴上的位置
  示例：即为在z=1的xy面上的投影
• 添加色彩条colorbar：
  plt.colorbar()
  这个部分我不是搞得特别透彻，但下面的代码是可以跑出来的，colorbar的参数也存在很多。

fig = plt.figure()
ax = plt.axes(projection='3d')

x = np.arange(-4, 4, 0.25)
y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid