Python数据分析之 Matplotlib 3D图详情

最初我们介绍到 Matplotlib 可以绘制2D图形，并且介绍了一些常见图形的绘制方法，其实不仅可以绘制2D图形，现在较新版本的 Matplotlib 加入了3D绘图的工具包，已经可以轻松地绘制3D图形了，接下来就来介绍一下。

Matplotlib 提供了mpl_toolkits.mplot3d工具包来进行3D图表的绘制，我们导入下简单使用如下：

from mpl_toolkits import mplot3d

通过以上代码导入后，可以传递参数projection='3d'给指定图表对象并将其类型设置为3D类型，如下：

import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d
fig = plt.figure()
# 创建子图对象，类型为3d
ax = fig.add_subplot(projection='3d')
ax.set_xlabel('X', color='r')
ax.set_ylabel('Y', corlor='g')
ax.set_zlabel('Z', corlor='b')

上面示例代码我们创建了子图对象，并把其类型设置为3D类型，并设置了坐标轴的标签及标签颜色，

结果输出如下：

可以看出，生成了一个三维的坐标轴，下面我们在这个三维的坐标轴中添加图表：

import numpy as np

z = np.linspace(0, 45, 100)
x = z * np.sin(z)
y = z * np.cos(z)
ax.plot3D(x, y, z, '#800080')
plt.show()

结果输出如下：

其中plot3D()方法可以绘制3D的折线图，除此之外，还有scatter3D()绘制3D的散点图、bar3D()绘制3D的柱状图等，这些方法和绘制对应的2D图形方法的使用方式基本一致。