【01x01】Axes3D 对象创建方法一：Axes3D(fig)

在 Matplotlib 1.0.0 版本中，绘制 3D 图需要先导入 Axes3D 包，获取 figure 画布对象 fig 后，通过 Axes3D(fig) 方法来创建 Axes3D 对象，具体方法如下：import numpy as np

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

# 获取 figure 画布并创建 Axes3D 对象

fig = plt.figure()

ax = Axes3D(fig)

# 数据坐标

z = np.linspace(0, 15, 1000)

x = np.sin(z)

y = np.cos(z)

# 绘制线性图

ax.plot(x, y, z)

plt.show()

【01x02】Axes3D 对象创建方法二：add_subplot

在 Matplotlib 3.2.0 版本中，绘制 3D 图可以通过创建子图，然后指定 projection 参数 为 3d 即可，返回的 ax 为 Axes3D 对象，以下两种方法均可：import numpy as np

import matplotlib.pyplot as plt

# 获取 figure 画布并通过子图创建 Axes3D 对象

fig = plt.figure()

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

# 数据坐标

z = np.linspace(0, 15, 1000)

x = np.sin(z)

y = np.cos(z)

# 绘制线性图

ax.plot(x, y, z)

plt.show()import numpy as np

import matplotlib.pyplot as plt

# 通过子图创建 Axes3D 对象

ax = plt.subplot(111, projection='3d')

# 数据坐标

z = np.linspace(0, 15, 1000)

x = np.sin(z)

y = np.cos(z)

# 绘制线性图

ax.plot(x, y, z)

plt.show()

【01x03】Axes3D 对象创建方法三：gca

除了以上两种方法以外，还可以先获取画布对象 fig，再通过 fig.gca() 方法获取当前绘图区(gca = Get Current Axes)，然后指定 projection 参数 为 3d 即可，返回的 ax 为 Axes3D 对象。import numpy as np

import matplotlib.pyplot as plt

# 依次获取画布和绘图区并创建 Axes3D 对象

fig = plt.figure()

ax = fig.gca(projection='3d')

# 数据坐标

z = np.linspace(0, 15, 1000)

x = np.sin(z)

y = np.cos(z)

# 绘制线性图

ax.plot(x, y, z)

plt.show()

以上三种方法运行结果均为下图：

【02x00】cmap 与 colorbar

默认情况下，散点图、线性图、曲面图等将以纯色着色，但可以通过提供 cmap 参数支持颜色映射。cmap 参数用于设置一些特殊的颜色组合，如渐变色等。

如果使用了 cmap 参数，则可以使用 pyplot.colorbar() 函数来绘制一个色条，即颜色对照条。

基本语法：matplotlib.pyplot.colorbar([mappable=None, cax=None, ax=None, **kw])

部分参数解释如下表，其他参数，如长度，宽度等请参考官方文档。参数描述

mappable要设置色条的图像对象，该参数对于 Figure.colorbar 方法是必需的，但对于 pyplot.colorbar 函数是可选的

cax可选项，要绘制色条的轴

ax可选项，设置色条的显示位置，通常在一个画布上有多个子图时使用

**kw可选项，其他关键字参数，参考官方文档

【03x00】3D 线性图：Axes3D.plot

基本方法：Axes3D.plot(xs, ys[, zs, zdir='z', *args, **kwargs])参数描述

xs一维数组，点的 x 轴坐标

ys一维数组，点的 y 轴坐标

zs一维数组，可选项，点的 z 轴坐标

zdir可选项，在 3D 轴上绘制 2D 数据时，数据必须以 xs，ys 的形式传递

，若此时将 zdir 设置为 ‘y’，数据将会被绘制到 x-z 轴平面上，默认为 ‘z’

**kwargs其他关键字参数，可选项，可参见 matplotlib.axes.Axes.plotimport numpy as np

import matplotlib.pyplot as plt

# 设置中文显示

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

# 依次获取画布和绘图区并创建 Axes3D 对象

fig = plt.figure()

ax = fig.gca(projection='3d')

# 第一条3D线性图数据

theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)

z1 = np.linspace(-2, 2, 100)

r = z1**2 + 1

x1 = r * np.sin(theta)

y1 = r * np.cos(theta)

# 第二条3D线性图数据

z2 = np.linspace(-3, 3, 100)

x2 = np.sin(z2)

y2 = np.cos(z2)

# 绘制3D线性图

ax.plot(x1, y1, z1, color='b', label='3D 线性图一')

ax.plot(x2, y2, z2, color='r', label='3D 线性图二')

# 设置标题、轴标签、图例，也可以直接使用 plt.title、plt.xlabel、plt.legend...

ax.set_title('绘制 3D 线性图示例', pad=15, fontsize='12')

ax.set_xlabel('x 轴', color='r', fontsize='12')

ax.set_ylabel('y 轴', color='g', fontsize='12')

ax.set_zlabel('z 轴', color='b', fontsize='12')

ax.legend()

plt.show()

【04x00】3D 散点图：Axes3D.scatter

基本方法：Axes3D.scatter(xs, ys[, zs=0, zdir='z', s=20, c=None, depthshade=True, *args, **kwargs])参数描述

xs一维数组，点的 x 轴坐标

ys一维数组，点的 y 轴坐标

zs一维数组，可选项，点的 z 轴坐标

zdir可选项，在 3D 轴上绘制 2D 数据时，数据必须以 xs，ys 的形式传递

若此时将 zdir 设置为 ‘y’，数据将会被绘制到 x-z 轴平面上，默认为 ‘z’，

s标量或数组类型，可选项，标记的大小，默认 20

c标记的颜色，可选项，可以是单个颜色或者一个颜色列表

支持英文颜色名称及其简写、十六进制颜色码等，更多颜色示例参见官网Color Demo

depthshadebool 值，可选项，默认 True，是否为散点标记着色以提供深度外观

**kwargs其他关键字参数，可选项，可参见 scatterimport numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

# 依次获取画布和绘图区并创建 Axes3D 对象

fig = plt.figure()

ax = fig.gca(projection='3d')

n = 100

def randrange(n, vmin, vmax):

return (vmax - vmin)*np.random.rand(n) + vmin

'''

定义绘制 n 个随机点，设置每一组数据点的样式和范围

x轴数据位于[23，32]区间，y轴数据位于[0，100]区间，z轴数据位于[zlow，zhigh]区间

'''

for m, zlow, zhigh in [('o', -50, -25), ('^', -30, -5)]:

xs = randrange(n, 23, 32)

ys = randrange(n, 0, 100)

zs = randrange(n, zlow, zhigh)

ax.scatter(xs, ys, zs, marker=m)

# 设置标题、轴标签、图例，也可以直接使用 plt.title、plt.xlabel...

ax.set_title('绘制 3D 散点图示例', pad=15, fontsize='12')

ax.set_xlabel('x 轴', color='b')

ax.set_ylabel('y 轴', color='b')

ax.set_zlabel('z 轴', color='b')

plt.show()

【05x00】3D 线框图：Axes3D.plot_wireframe

基本方法：Axes3D.plot_wireframe(X, Y, Z[, *args, **kwargs])参数描述

X二维数组，x 轴数据

Y二维数组，y 轴数据

Z二维数组，z 轴数据

**kwargs其他关键字参数，可选项，如线条样式颜色等，可参见Line3DCollectionimport numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

# 获取 figure 画布并通过子图创建 Axes3D 对象

fig = plt.figure()

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

# 定义Z轴坐标的生成方法

def f(m, n):

return np.sin(np.sqrt(m ** 2 + n ** 2))

# 设置3D线框图数据

x = np.linspace(-6, 6, 30)

y = np.linspace(-6, 6, 30)

# 生成网格点坐标矩阵，该方法在系列文章八中有具体介绍

X, Y = np.meshgrid(x, y)

Z = f(X, Y)

# 绘制3D线框图

ax.plot_wireframe(X, Y, Z, color='c')

# 设置标题、轴标签、图例，也可以直接使用 plt.title、plt.xlabel...

ax.set_title('绘制 3D 线框图示例', pad=15, fontsize='12')

ax.set_xlabel('x 轴')

ax.set_ylabel('y 轴')

ax.set_zlabel('z 轴')

plt.show()