相信許多使用過python的小夥伴都知道matplotlib是個強大的數據可視化工具，但是大部分小夥伴都只用其繪製平面圖形，本系列將會教大家如何利用matplotlib來繪製3D圖像
一、簡介
相較於之前的版本，最新版的matplotlib只需要通過將關鍵字參數projection="3d" 傳遞給來創建（Axes3D類的）Figure.add_subplot即可創建創建3維畫布，其具體使用同2D相差無幾：
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
在Matplotlib 1.0.0之前，Axes3D需要先實例化 。
from mpl_toolkits.mplot3d import Axes3D
ax = Axes3D(fig)
而Matplotlib在版本3.2.0中進行了更改：在Matplotlib 3.2.0之前，需要顯式導入 mpl_toolkits.mplot3d模塊，才能將“ 3d”參數傳進 Figure.add_subplot。下面我們就來繪製各種圖像：
二、圖像
1、線圖
函數：點擊可以查看該函數源碼
Axes3D.plot（self，xs，ys，* args，zdir ='z'，** kwargs ）
| 參數 | |
|---|---|
| xs | 數據點的x座標 |
| ys | 數據點的y座標 |
| zs | 數據點的z座標 |
| zdir | {‘x’，‘y’，‘z’}繪製2D數據時，用作z的方向（“ x”，“ y”或“ z”）；默認爲“ z”。 |
| **kwargs | 其他 |
代碼：
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
t = np.linspace(0, 20, 100)
x = np.sin(t)
y = np.cos(t)
plt.plot(x, y, t)
plt.show()
效果圖：
2、散點圖
函數：點擊可以查看該函數源碼
Axes3D.scatter（self，xs，ys，zs = 0，zdir ='z'，s = 20，c = None，depthshade = True，* args，** kwargs ）
| 參數 | |
|---|---|
| xs，ys | 數據點陣列的位置 |
| zs | float類型或類似數組的參數，可選，默認值：0。表示 Z位置。長度與xs和 ys相同的數組，或者是將所有點放置在同一平面上的單個值。 |
| zdir | {‘x’，‘y’，‘z’，’-x’，’-y’，’-z’}，可選，默認值：‘z’。zs的軸方向。在3D上繪製2D數據時，這很有用。數據必須作爲xs，ys傳遞。然後將zdir設置 爲“ y”，將數據繪製到xz平面上。 |
| s | 標量或陣列狀，可選的，默認值：20。標記大小（以磅爲單位）** 2。長度與xs和ys相同的數組或單個值可使所有標記的大小相同。 |
| c | 顏色，序列或顏色序列，可選 |
| depthshade | bool，可選，默認值：True。是否爲散射標記着色以提供深度外觀。每次調用scatter()都會獨立執行深度着色。 |
代碼
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.random.randint(0, 10, size=50)
y = np.random.randint(0, 10, size=50)
z = np.random.randint(0, 10, size=50)
# 顏色
c = np.random.randint(0, 20, 50)
# 大小
s = np.abs(np.random.randn(50) * 80)
plt.scatter(x, y, zs=z, s=s, c=c)
plt.show()
效果圖：
3、線框圖
函數 ：點擊可以查看該函數源碼
Axes3D.plot_wireframe（self，X，Y，Z，* args，** kwargs ）
| 參數 | |
|---|---|
| x，y，z | 數據 |
| rcount，ccount | int類型。每個方向上使用的最大樣本數。如果輸入數據較大，則會將其下采樣（通過切片）到這些點數。將計數設置爲零會導致不在相應方向上對數據進行採樣，從而生成3D線圖而不是線框圖。默認爲50。 |
| rstride，cstride | int類型。下采樣在每個方向上都邁出大步。這些參數與rcount和ccount互斥。如果僅將 rstride或cstride中的一個設置，則其他默認設置爲1。將stride設置爲零會導致不在相應方向上採樣數據，從而生成3D線圖而不是線框圖。 |
代碼
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x, y = np.mgrid[-1:1:10j, -1:1:10j]
z = x * np.exp(-x ** 2 - y ** 2)
ax.plot_wireframe(x, y, z)
plt.show()
加粗樣式效果
4、表面圖
函數 ：點擊可以查看該函數源碼
Axes3D.plot_surface（self，X，Y，Z，* args，norm = None，vmin = None，vmax = None，lightsource = None，** kwargs ）
| 參數 | |
|---|---|
| xyz | 數組 |
| rcount，ccount | int類型。每個方向上使用的最大樣本數。如果輸入數據較大，則會將其下采樣（通過切片）到這些點數。默認爲50。 |
| rstride，cstride | int類型。下采樣在每個方向上都邁出大步。這些參數與rcount和ccount互斥。如果僅設置rstride或cstride中的一個 ，則其他默認值爲10。“經典”模式使用默認值而不是新的默認值。rstride = cstride = 10rcount = ccount = 50 |
| color | 表面補丁的顏色 |
| cmap | 表面補丁的顏色圖 |
| facecolors | 每個補丁的顏色 |
| norm | 歸一化。色彩圖的標準化 |
| vmin, vmax | 浮動標準化的界限 |
| shade | 布爾類型是否着色。默認爲True。cmap指定時，始終禁用陰影。 |
| lightsource | 當shadeTrue 時使用的光源 |
代碼
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='viridis', edgecolor='none')
plt.show()
效果
5、三角網格圖
該示例官方文檔裏面有提供與下方示例有細微差別
函數 ：點擊可以查看該函數源碼
Axes3D.plot_trisurf（self，* args，color = None，norm = None，vmin = None，vmax = None，lightsource = None，** kwargs ）
| 參數 | |
|---|---|
| X, Y, Z | 數組 |
| color | 表面補丁的顏色 |
| cmap | 表面補丁的顏色圖 |
| norm | 一個Normalize實例，用於將值映射到顏色。 |
| vmin, vmax | 標量，可選，默認值：無要映射的最小值和最大值。 |
| shade | 是否着色。默認爲True。指定cmap時，始終禁用陰影。 |
| lightsource | 陰影爲True 時使用的光源 |
代碼
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.tri as mtri
fig = plt.figure()
u = np.linspace(0, 2.0 * np.pi, endpoint=True, num=50)
v = np.linspace(-0.5, 0.5, endpoint=True, num=10)
u, v = np.meshgrid(u, v)
u, v = u.flatten(), v.flatten()
# triple
x = (1 + 0.5 * v * np.cos(u / 2.0)) * np.cos(u)
y = (1 + 0.5 * v * np.cos(u / 2.0)) * np.sin(u)
z = 0.5 * v * np.sin(u / 2.0)
tri = mtri.Triangulation(u, v)
# Plot the surface. The triangles in parameter space determine
ax = fig.add_subplot(1, 1, 1, projection='3d')
ax.plot_trisurf(x, y, z, triangles=tri.triangles, cmap=plt.cm.Spectral)
ax.set_zlim(-1, 1)
效果
6、等高線圖
函數 ：點擊可以查看該函數源碼
Axes3D.contour（self，X，Y，Z，* args，extend3d = False，stride = 5，zdir ='z'，offset = None，** kwargs ）
| 參數 | |
|---|---|
| XYZ | 輸入數組 |
| extend3d | 布爾類型。是否以3D延伸輪廓；默認爲False |
| stride | 延伸輪廓的步長 |
| zdir | {‘x’，‘y’，‘z’}。基準軸；默認爲“ z” |
| offset | 標量。如果指定，則在垂直於zdir的平面上的此位置繪製輪廓線的投影 |
代碼
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
ax.contour(X, Y, Z)
plt.show()
效果
7、填充等高線圖
函數 ：點擊可以查看該函數源碼
Axes3D.contourf（self，X，Y，Z，* args，zdir ='z'，offset = None，** kwargs ）
| 參數 | |
|---|---|
| X，Y，Z | 輸入數據 |
| zdir {‘x’，‘y’，‘z’}。使用說明；默認爲“ z”。 | |
| offset | 標量。如果指定，則在垂直於zdir的平面上的此位置繪製輪廓線的投影 |
代碼：
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
ax.contourf(X, Y, Z)
plt.show()
效果：
未完待續……
