Matplotlib库学习之mpl

Matplotlib库学习之mpl_toolkits.mplot3d.Axes3D函数

一、简介

mpl_toolkits.mplot3d.Axes3D 是 Matplotlib 的 mpl_toolkits.mplot3d 工具包中的一个类，用于创建三维坐标轴（3D Axes）。这个类继承自 matplotlib.axes.Axes，提供了在三维空间中绘制图形的能力，非常适合于科学计算和工程领域中的三维数据可视化。

二、语法和参数

mpl_toolkits.mplot3d.Axes3D 类的基本使用方式如下：

from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

• fig：一个 matplotlib.figure.Figure 实例。
• add_subplot：用于在图形上添加子图的方法。
• projection：指定子图的类型，对于三维坐标轴，应设置为 '3d'。

  三、实例

  3.1 创建基本的三维坐标轴

  import matplotlib.pyplot as plt
  from mpl_toolkits.mplot3d import Axes3D
  # 创建一个新的图形
  fig = plt.figure()
  # 添加一个三维坐标轴
  ax = fig.add_subplot(111, projection='3d')
  # 绘制三维线
  ax.plot([1, 2, 3], [4, 5, 6], [7, 8, 9])
  # 显示图形
  plt.show()
  

  输出：一个包含从点 (1,4,7) 到 (3,6,9) 的三维线条的窗口。

  3.2 绘制三维散点图

  # 使用相同的步骤创建三维坐标轴
  fig = plt.figure()
  ax = fig.add_subplot(111, projection='3d')
  # 绘制三维散点图
  ax.scatter([1, 2, 3], [4, 5, 6], [7, 8, 9])
  # 显示图形
  plt.show()
  

  输出：一个包含三个散点的窗口，散点位置分别为 (1,4,7)，(2,5,8) 和 (3,6,9)。

  3.3 绘制三维曲面图

  import numpy as np
  # 创建 x, y 网格
  x = y = np.linspace(-5, 5, 100)
  x, y = np.meshgrid(x, y)
  # 计算 z 值
  z = np.sin(np.sqrt(x**2 + y**2))
  # 创建一个新的图形和三维坐标轴
  fig = plt.figure()
  ax = fig.add_subplot(111, projection='3d')
  # 绘制三维曲面图
  surf = ax.plot_surface(x, y, z, cmap='viridis')
  # 添加颜色条
  fig.colorbar(surf)
  # 显示图形
  plt.show()
  

  输出：一个包含 sin(sqrt(x^2 + y^2)) 形状的三维曲面图的窗口，以及一个颜色条。

  四、注意事项

  • 在使用 Axes3D 类之前，需要导入 matplotlib.pyplot 和 mpl_toolkits.mplot3d。
  • projection='3d' 参数是必需的，以确保创建的是三维坐标轴。
  • 三维坐标轴可以绘制多种三维图形，如线条、散点、曲面等。
  • 与二维坐标轴相比，三维坐标轴增加了 ax.set_zlim([zmin, zmax]) 方法来设置 z 轴的范围，以及 ax.set_zlabel('label') 方法来设置 z 轴的标签。
  • 在绘制三维图形时，性能可能会受到数据量大小的影响。对于非常大的数据集，可能需要优化或使用更高效的可视化方法。