python 画三维图像 曲面图和散点图的示例

要在Python中画三维图像，可以使用Matplotlib库中的mplot3d模块。它提供了曲面绘制、散点绘制、线框绘制、多个数据集合并绘制、等值曲面绘制等功能。以下是Python 画三维图像 曲面图和散点图的示例攻略。

1. 曲面绘制

1.1 数据准备

首先我们需要准备三元数据，即 x, y, z。在这个示例中，我们准备了以下数据。

import numpy as np

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)

1.2 绘制曲面图

接下来，我们使用matplotlib库中的mplot3d模块，调用其中的Axes3D类，创建一个3D坐标轴，并通过plot_surface()绘制曲面图。

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

fig = plt.figure()
ax = Axes3D(fig)
ax.plot_surface(x, y, z, rstride=1, cstride=1, cmap='rainbow')
plt.show()

1.3 结果呈现

执行上述程序后，我们可以得到一个三维曲面图。其中，X轴和Y轴的值代表曲面图上的所有点，而Z轴的值则代表该点处的高度。颜色的浓淡程度用于表示高度值的大小，越深的颜色表示越低的高度。

2. 散点绘制

2.1 数据准备

同样，我们需要准备三元数据，即 x, y, z。在这个示例中，我们准备了以下数据。

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(19680801)

def randrange(n, vmin, vmax):
    return (vmax - vmin) * np.random.rand(n) + vmin

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
n = 100

x = randrange(n, 23, 32)
y = randrange(n, 0, 100)
z = randrange(n, -50, -25)

2.2 绘制散点图

接下来，我们使用matplotlib库中的mplot3d模块，调用其中的Axes3D类，创建一个3D坐标轴，并通过scatter()绘制散点图。

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

fig = plt.figure()
ax = Axes3D(fig)

ax.scatter(x, y, z)

plt.show()

2.3 结果呈现

执行上述程序后，我们可以得到一个三维散点图。其中，每个数据点的x、y、z三个维度分别代表了三个不同的属性，表达了数据的三维特征，而不同颜色和大小的散点则是代表不同的数据状态。