matplotlib在python上绘制3D散点图实例详解

发布时间：2020-12-17 07:46:13 所属栏目：Python 来源：网络整理

导读：大家可以先参考官方演示文档：效果图： '''==============3D scatterplot==============Demonstration of a basic scatterplot in 3D.'''from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as pltimport numpy as npdef randrange(n,vmin,v

大家可以先参考官方演示文档：

效果图：

'''
==============
3D scatterplot
==============
Demonstration of a basic scatterplot in 3D.
'''
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np

def randrange(n,vmin,vmax):
 '''
 Helper function to make an array of random numbers having shape (n,)
 with each number distributed Uniform(vmin,vmax).
 '''
 return (vmax - vmin)*np.random.rand(n) + vmin

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

n = 100

# For each set of style and range settings,plot n random points in the box
# defined by x in [23,32],y in [0,100],z in [zlow,zhigh].
for c,m,zlow,zhigh in [('r','o',-50,-25),('b','^',-30,-5)]:
 xs = randrange(n,23,32)
 ys = randrange(n,100)
 zs = randrange(n,zhigh)
 ax.scatter(xs,ys,zs,c=c,marker=m)

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()

以上是官网上的代码示例及演示结果，下面分享下本文代码示例。

本实例需要导入第三包：

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

然后绘图：

ax = plt.figure().add_subplot(111,projection = '3d') 
#基于ax变量绘制三维图 
#xs表示x方向的变量 
#ys表示y方向的变量 
#zs表示z方向的变量，这三个方向上的变量都可以用list的形式表示 
#m表示点的形式，o是圆形的点，^是三角形（marker) 
#c表示颜色（color for short） 
ax.scatter(xs,c = 'r',marker = '^') #点为红色三角形 
 
#设置坐标轴 
ax.set_xlabel('X Label') 
ax.set_ylabel('Y Label') 
ax.set_zlabel('Z Label') 
 
#显示图像 
plt.show()

注：

上面的

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

是下面代码的略写

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

总结

以上就是本文关于matplotlib在python上绘制3D散点图实例详解的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!