Python数据分析三剑客之Matplotlib（十）：3D图的绘制TRHX'SBLOG-

Matplotlib 系列文章：

• 《Python 数据分析三剑客之 Matplotlib（一）：初识 Matplotlib 与其 matplotibrc 配置文件》
• 《Python 数据分析三剑客之 Matplotlib（二）：文本描述 / 中文支持 / 画布 / 网格等基本图像属性》
• 《Python 数据分析三剑客之 Matplotlib（三）：图例 / LaTeX / 刻度 / 子图 / 补丁等基本图像属性》
• 《Python 数据分析三剑客之 Matplotlib（四）：线性图的绘制》
• 《Python 数据分析三剑客之 Matplotlib（五）：散点图的绘制》
• 《Python 数据分析三剑客之 Matplotlib（六）：直方图 / 柱状图 / 条形图的绘制》
• 《Python 数据分析三剑客之 Matplotlib（七）：饼状图的绘制》
• 《Python 数据分析三剑客之 Matplotlib（八）：等高线 / 等值线图的绘制》
• 《Python 数据分析三剑客之 Matplotlib（九）：极区图 / 极坐标图 / 雷达图的绘制》
• 《Python 数据分析三剑客之 Matplotlib（十）：3D 图的绘制》

这里是一段防爬虫文本，请读者忽略。 本文原创首发于 ImapBox，作者 TRHX。 博客首页：https://itrhx.blog.csdn.net/ 本文链接：https://itrhx.blog.csdn.net/article/details/106558131 未经授权，禁止转载！恶意转载，后果自负！尊重原创，远离剽窃！ 

【01×00】了解 mplot3d Toolkit

mplot3d Toolkit 即 mplot3d 工具包，在 matplotlib 中使用 mplot3d 工具包可以绘制 3D 图。

mplot3d 官方文档：https://matplotlib.org/tutorials/toolkits/mplot3d.html

在 matplotlib 中，figure 为画布，axes 为绘图区，fig.add_subplot()、plt.subplot() 方法均可以创建子图，在绘制 3D 图时，某些 2D 图的参数也适用于 3D 图，在本文的示例中，可能会用到的一些没有具体解释的函数或者参数，其用法均可在前面的系列文章中找到：

• 《Python 数据分析三剑客之 Matplotlib（一）：初识 Matplotlib 与其 matplotibrc 配置文件》

• 《Python 数据分析三剑客之 Matplotlib（二）：文本描述 / 中文支持 / 画布 / 网格等基本图像属性》

• 《Python 数据分析三剑客之 Matplotlib（三）：图例 / LaTeX / 刻度 / 子图 / 补丁等基本图像属性》

绘制 3D 图的步骤：创建 Axes3D 对象，然后调用 Axes3D 的不同方法来绘制不同类型的 3D 图。以下介绍三种 Axes3D 对象创建的方法。

【01×01】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() 

【01×02】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() 

【01×03】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：

【02×00】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，参数取值通常为 Colormap 中的值，具体取值可参见下图：

官方文档：https://matplotlib.org/tutorials/colors/colormaps.html

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。

【03×00】3D 线性图：Axes3D.plot

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

import 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() 

【04×00】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])

import 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() 

【05×00】3D 线框图：Axes3D.plot_wireframe

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

import 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() 

【06×00】3D 曲面图：Axes3D.plot_surface

基本方法：Axes3D.plot_surface(X, Y, Z[, *args, vmin=None, vmax=None, **kwargs])

import 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') # 设置3D曲面图数据 X = np.arange(-5, 5, 0.25) Y = np.arange(-5, 5, 0.25) # 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) R = np.sqrt(X**2 + Y**2) Z = np.sin(R) # 绘制3D曲面图并添加色条（长度0.8） surface = ax.plot_surface(X, Y, Z, cmap='rainbow', antialiased=False) fig.colorbar(surface, shrink=0.8) # 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 曲面图示例', pad=15, fontsize='12') ax.set_xlabel('x 轴') ax.set_ylabel('y 轴') ax.set_zlabel('z 轴') # 调整观察角度和方位角，俯仰角25度，方位角40度 ax.view_init(25, 40) # 设置Z轴刻度界限 ax.set_zlim(-2, 2)  plt.show() 

这里是一段防爬虫文本，请读者忽略。 本文原创首发于 ImapBox，作者 TRHX。 博客首页：https://itrhx.blog.csdn.net/ 本文链接：https://itrhx.blog.csdn.net/article/details/106558131 未经授权，禁止转载！恶意转载，后果自负！尊重原创，远离剽窃！ 

【07×00】3D 柱状图：Axes3D.bar

基本方法：Axes3D.bar(left, height, zs=0, zdir='z', *args, **kwargs)

import matplotlib.pyplot as plt import numpy as np  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')  colors = ['r', 'g', 'b', 'y'] yticks = [3, 2, 1, 0] # 设置3D柱状图数据并绘制图像 for c, k in zip(colors, yticks):     xs = np.arange(20)     ys = np.random.rand(20)     cs = [c] * len(xs)     ax.bar(xs, ys, zs=k, zdir='y', color=cs, alpha=0.8) # 设置图像标题、坐标标签以及范围 ax.set_title('绘制 3D 柱状图示例', pad=15, fontsize='12') ax.set_xlabel('X 轴') ax.set_ylabel('Y 轴') ax.set_zlabel('Z 轴') ax.set_yticks(yticks)  plt.show() 

【08×00】3D 箭头图：Axes3D.quiver

基本方法：Axes3D.quiver(X, Y, Z, U, V, W, length=1, arrow_length_ratio=0.3, pivot='tail', normalize=False, **kwargs)

import matplotlib.pyplot as plt import numpy as np  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') # 设置箭头位置 x, y, z = np.meshgrid(np.arange(-0.8, 1, 0.2),                       np.arange(-0.8, 1, 0.2),                       np.arange(-0.8, 1, 0.8)) # 设置箭头数据 u = np.sin(np.pi * x) * np.cos(np.pi * y) * np.cos(np.pi * z) v = -np.cos(np.pi * x) * np.sin(np.pi * y) * np.cos(np.pi * z) w = (np.sqrt(2.0 / 3.0) * np.cos(np.pi * x) * np.cos(np.pi * y) * np.sin(np.pi * z)) # 绘制 3D 箭头图 ax.quiver(x, y, z, u, v, w, length=0.1, normalize=True) # 设置图像标题、坐标标签 ax.set_title('绘制 3D 箭头图示例', pad=15, fontsize='12') ax.set_xlabel('X 轴') ax.set_ylabel('Y 轴') ax.set_zlabel('Z 轴') # 调整观察角度，俯仰角20度 ax.view_init(20)  plt.show() 

【09×00】3D 等高线图：Axes3D.contour

基本方法：Axes3D.contour(X, Y, Z[, *args, extend3d=False, stride=5, zdir='z', offset=None, **kwargs])

import 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(figsize=(8, 4.8)) ax = fig.add_subplot(111, projection='3d') # 设置等高线数据 X = np.arange(-2.0, 2.0, 0.01) Y = np.arange(-2.0, 2.0, 0.01) # 生成网格点坐标矩阵 m, n = np.meshgrid(X, Y) # 指定一个函数用于计算每个点的高度，也可以直接使用二维数组储存每个点的高度 def f(a, b): return (1 - b ** 5 + a ** 5) * np.exp(-a ** 2 - b ** 2) # 绘制3D等高线图并添加色条图（长度0.8） contour = ax.contour(X, Y, f(m, n), cmap='rainbow') fig.colorbar(contour, shrink=0.8) # 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 等高线图示例', pad=15, fontsize='12') ax.set_xlabel('x 轴') ax.set_ylabel('y 轴') ax.set_zlabel('z 轴')  plt.show() 

【10×00】3D 等高线填充图：Axes3D.contourf

基本语法：Axes3D.contourf(X, Y, Z[, *args, zdir='z', offset=None, **kwargs])

import 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(figsize=(8, 4.8)) ax = fig.add_subplot(111, projection='3d') # 设置等高线数据 X = np.arange(-2.0, 2.0, 0.01) Y = np.arange(-2.0, 2.0, 0.01) # 生成网格点坐标矩阵 m, n = np.meshgrid(X, Y) # 指定一个函数用于计算每个点的高度，也可以直接使用二维数组储存每个点的高度 def f(a, b): return (1 - b ** 5 + a ** 5) * np.exp(-a ** 2 - b ** 2) # 绘制3D等高线图并添加色条图（长度0.8） contourf = ax.contourf(X, Y, f(m, n), cmap='rainbow') fig.colorbar(contourf, shrink=0.8) # 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 等高线填充图示例', pad=15, fontsize='12') ax.set_xlabel('x 轴') ax.set_ylabel('y 轴') ax.set_zlabel('z 轴')  plt.show() 

【11×00】3D 三角曲面图：Axes3D.plot_trisurf

基本方法：Axes3D.plot_trisurf(X, Y, Z[, *args, color=None, vmin=None, vmax=None, **kwargs])

import matplotlib.pyplot as plt import numpy as np  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')  n_radii = 8 n_angles = 36  radii = np.linspace(0.125, 1.0, n_radii) angles = np.linspace(0, 2*np.pi, n_angles, endpoint=False)[..., np.newaxis] x = np.append(0, (radii*np.cos(angles)).flatten()) y = np.append(0, (radii*np.sin(angles)).flatten()) z = np.sin(-x*y) # 绘制3D三角曲面图并添加色条（长度0.8） trisurf = ax.plot_trisurf(x, y, z, cmap='rainbow') fig.colorbar(trisurf, shrink=0.8) # 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 三角曲面图示例', pad=15, fontsize='12') ax.set_xlabel('x 轴') ax.set_ylabel('y 轴') ax.set_zlabel('z 轴')  plt.show() 

import numpy as np import matplotlib.pyplot as plt import matplotlib.tri as mtri  plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] fig = plt.figure(figsize=(15, 6)) # ============ 第一个示例图 ============ #  ax = fig.add_subplot(1, 2, 1, projection='3d')  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()  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)  trisurf_1 = ax.plot_trisurf(x, y, z, triangles=tri.triangles, cmap='cool') fig.colorbar(trisurf_1, shrink=0.8) ax.set_zlim(-1, 1)  ax.set_title('绘制 3D 三角曲面图示例一', pad=15, fontsize='12') ax.set_xlabel('x 轴') ax.set_ylabel('y 轴') ax.set_zlabel('z 轴') # ============ 第二个示例图 ============ #  ax = fig.add_subplot(1, 2, 2, projection='3d')  n_angles = 36 n_radii = 8 min_radius = 0.25 radii = np.linspace(min_radius, 0.95, n_radii)  angles = np.linspace(0, 2*np.pi, n_angles, endpoint=False) angles = np.repeat(angles[..., np.newaxis], n_radii, axis=1) angles[:, 1::2] += np.pi/n_angles  x = (radii*np.cos(angles)).flatten() y = (radii*np.sin(angles)).flatten() z = (np.cos(radii)*np.cos(3*angles)).flatten()  triang = mtri.Triangulation(x, y)  xmid = x[triang.triangles].mean(axis=1) ymid = y[triang.triangles].mean(axis=1) mask = xmid**2 + ymid**2 < min_radius**2 triang.set_mask(mask)  trisurf_2 = ax.plot_trisurf(triang, z, cmap='hsv') fig.colorbar(trisurf_2, shrink=0.8)  ax.set_title('绘制 3D 三角曲面图示例二', pad=15, fontsize='12') ax.set_xlabel('x 轴') ax.set_ylabel('y 轴') ax.set_zlabel('z 轴')  plt.show() 

【12×00】将 2D 图像聚合到 3D 图像中：Axes3D.add_collection3d

基本方法：Axes3D.add_collection3d(col, zs=0, zdir='z')

该函数一般用来向图形中添加 3D 集合对象，以下用一个示例来展示某个地区在不同年份和不同月份的降水量：

import numpy as np import matplotlib.pyplot as plt from matplotlib.collections import PolyCollection  plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  fig = plt.figure() ax = fig.gca(projection='3d')  np.random.seed(59) month = np.arange(0, 13) years = [2017, 2018, 2019, 2020]  precipitation = [] for year in years:     value = np.random.rand(len(month)) * 300     value[0], value[-1] = 0, 0     precipitation.append(list(zip(month, value)))  poly = PolyCollection(precipitation, facecolors=['r', 'g', 'b', 'y'], alpha=.6) ax.add_collection3d(poly, zs=years, zdir='y')  ax.set_title('2D 图像聚合到 3D 图像示例', pad=15, fontsize='12') ax.set_xlabel('月份') ax.set_ylabel('年份') ax.set_zlabel('降水量') ax.set_xlim3d(0, 12) ax.set_ylim3d(2016, 2021) ax.set_zlim3d(0, 300)  plt.show() 

此外，该方法也常被用于绘制 3D 多边形图，即多边体，示例如下：

import matplotlib.pyplot as plt from mpl_toolkits.mplot3d.art3d import Poly3DCollection, Line3DCollection  plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  fig = plt.figure() ax = fig.gca(projection='3d') # 六面体顶点和面 verts = [(0, 0, 0), (0, 1, 0), (1, 1, 0), (1, 0, 0), (0, 0, 1), (0, 1, 1), (1, 1, 1), (1, 0, 1)] faces = [[0, 1, 2, 3], [4, 5, 6, 7], [0, 1, 5, 4], [1, 2, 6, 5], [2, 3, 7, 6], [0, 3, 7, 4]] # 获取每个面的顶点 poly3d = [[verts[vert_id] for vert_id in face] for face in faces] # 绘制顶点 x, y, z = zip(*verts) ax.scatter(x, y, z) # 绘制多边形面 ax.add_collection3d(Poly3DCollection(poly3d, facecolors='w', linewidths=1, alpha=0.5)) # 绘制多边形的边 ax.add_collection3d(Line3DCollection(poly3d, colors='k', linewidths=0.5, linestyles=':')) # 设置图像标题、坐标标签以及范围 ax.set_title('绘制多边体示例', pad=15, fontsize='12') ax.set_xlabel('X 轴') ax.set_ylabel('Y 轴') ax.set_zlabel('Z 轴') ax.set_xlim3d(-0.5, 1.5) ax.set_ylim3d(-0.5, 1.5) ax.set_zlim3d(-0.5, 1.5) plt.show() 

【13×00】3D 图添加文本描述：Axes3D.text

基本方法：Axes3D.text(x, y, z, s[, zdir=None, **kwargs])

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') # Demo 1: zdir 参数用法 zdirs = (None, 'x', 'y', 'z', (1, 1, 0), (1, 1, 1)) xs = (1, 4, 4, 9, 4, 1) ys = (2, 5, 8, 10, 1, 2) zs = (10, 3, 8, 9, 1, 8) for zdir, x, y, z in zip(zdirs, xs, ys, zs):     label = '(%d, %d, %d), dir=%s' % (x, y, z, zdir)     ax.text(x, y, z, label, zdir) # Demo 2：设置颜色 ax.text(9, 0, 0, "red", color='red') # Demo 3: text2D，位置(0，0)为左下角，(1，1)为右上角。 ax.text2D(0.05, 0.95, "2D Text", transform=ax.transAxes) # 设置坐标轴界限和标签 ax.set_xlim(0, 10) ax.set_ylim(0, 10) ax.set_zlim(0, 10) ax.set_xlabel('X 轴') ax.set_ylabel('Y 轴') ax.set_zlabel('Z 轴')  plt.show() 

这里是一段防爬虫文本，请读者忽略。 本文原创首发于 ImapBox，作者 TRHX。 博客首页：https://itrhx.blog.csdn.net/ 本文链接：https://itrhx.blog.csdn.net/article/details/106558131 未经授权，禁止转载！恶意转载，后果自负！尊重原创，远离剽窃！