什么是Matplotlib？
Matplotlib是Python中的一个库，用于创建静态和动态动画，并使用其内置函数绘制。它有很多内置特性和内置分析工具，用于分析任何图形或图表。
如果我们想绘制任何三维图形，那么我们可以使用Matplotlib库。当我们有一个巨大的三维变量数据集，我们绘制它的图形时，它看起来非常分散，这被称为3D散点图。我们将使用Matplotlib的matplot3d工具包绘制三维图形。
有一把斧头。函数，它接受坐标X、Y和Z的数据集。
根据我们想要赋予三维图的属性，需要更多的论证。
首次创建Matplotlib时，只考虑二维绘图。大约在1.0版本发布时，通过在Matplotlib的二维显示器上分层一些三维图表工具，创建了一个实用的（尽管相当有限）三维数据可视化工具集。通过导入mplot3d工具包（它是基本Matplotlib安装的一部分），三维图表成为可能。
最简单的三维图是由（x，y，z）三元组的线或簇组成的散点图。这些可以用斧头生产。plot3D和ax。scatter3D函数，很像之前呈现的更典型的二维图表。它们的呼叫特征与二维对应物非常相似。
为了在页面上创建深度错觉，散射点的透明度已经改变。
示例1：
# importing the necessary libraries import numpy as np import matplotlib.pyplot as plt from mpl_toolkits import mplot3d # generating random dataset z = np.random.randint(80, size =(55)) x = np.random.randint(60, size =(55)) y = np.random.randint(64, size =(55)) # Creating figures for the plot fig = plt.figure(figsize = (10, 7)) ax = plt.axes(projection ="3d") # Creating a plot using the random datasets ax.scatter3D(x, y, z, color = "red") plt.title("3D scatter plot") # display the plot plt.show()
输出：
解释：
在上面的示例中，我们使用ax创建了三维绘图。scatter（）函数。我们最初已经导入了所需的所有库，如numpy、matplotlib和mpl_toolkits。然后，我们使用randInt（）函数创建了随机数的x、y和z坐标的数据集。在那之后，我们使用了斧头。scatter3D（）函数，并输入x、y和z坐标，我们为点取红色。最后，我们使用show（）函数显示绘图。
示例2：
# importing the necessary libraries from mpl_toolkits import mplot3d import matplotlib.pyplot as plt import numpy as np # Creating random dataset z = 4 * np.tan(np.random.randint(10, size =(500))) + np.random.randint(100, size =(500)) x = 4 * np.cos(z) + np.random.normal(size = 500) y = 4 * np.sin(z) + 4 * np.random.normal(size = 500) # Creating figure fig = plt.figure(figsize = (16, 12)) ax = plt.axes(projection ="3d") # Add x, and y gridlines for the figure ax.grid(b = True, color ='blue',linestyle ='-.', linewidth = 0.5,alpha = 0.3) # Creating the color map for the plot my_cmap = plt.get_cmap('hsv') # Creating the 3D plot sctt = ax.scatter3D(x, y, z,alpha = 0.8,c = (x + y + z),cmap = my_cmap,marker ='^') plt.title("3D scatter plot in Python") ax.set_xlabel('X-axis', fontweight ='bold') ax.set_ylabel('Y-axis', fontweight ='bold') ax.set_zlabel('Z-axis', fontweight ='bold') fig.colorbar(sctt, ax = ax, shrink = 0.6, aspect = 5) # display the plot plt.show()
输出：
解释：
在上面的代码中，我们用函数ax绘制了三维图。scatter3D（）函数。我们生成了x、y和z坐标的随机数据集，并使用标记“^”绘制了它们。我们使用set_label函数为各个轴提供标签。
