Python数据分析之matplotlib（3D绘图）

from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D #导入三维绘制工具箱

fig = plt.figure() # 创建一个绘图对象
ax = Axes3D(fig) # #用这个绘图对象创建一个Axes对象(有3D坐标)
X = np.arange(-4, 4, 0.25) #创建从-4到4，步长为0.25的arange对象
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y) #用这两个arange对象中的可能取值一一映射去扩充为所有可能的取样点
R = np.sqrt(X**2 + Y**2) #函数表示
Z = np.sin(R)
# 具体函数方法可用 help(function) 查看，如：help(ax.plot_surface)
# rstride和cstride表示行列隔多少个取样点建一个小面
# cmap表示绘制曲面的颜色
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow')

plt.show()

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

data = np.random.randint(0, 255, size=[40, 40, 40])
#data = np.random.randint(0, 255, size=[3,40, 40, 40]) #四维
x, y, z = data[0], data[1], data[2]
#x, y, z = data[0,1], data[0,2], data[0,3] #取值时需要[0,index]
ax = plt.subplot(111, projection='3d')  # 创建一个三维的绘图工程
#  将数据点分成三部分画，在颜色上有区分度
ax.scatter(x[:10], y[:10], z[:10], c='y')  # 绘制数据点
ax.scatter(x[10:20], y[10:20], z[10:20], c='r')
ax.scatter(x[30:40], y[30:40], z[30:40], c='g')

ax.set_zlabel('Z')  # 坐标轴
ax.set_ylabel('Y')
ax.set_xlabel('X')
plt.show()