Python使用Matplotlib绘制三维折线图（进阶篇）
1.0简介：
三维图像技术是现在国际最先进的计算机展示技术之一，任何普通电脑只需要安装一个插件，就可以在网络浏览器中呈现三维的产品，不但逼真，而且可以动态展示产品的组合过程，特别适合远程浏览。
立体图视觉上层次分明色彩鲜艳，具有很强的视觉冲击力，让观看的人驻景时间长，留下深刻的印象。立体图给人以真实、栩栩如生，人物呼之欲出，有身临其境的感觉，有很高的艺术欣赏价值。
今天我们就通过这篇文章来了解如何用python中的matplotlib库绘制漂亮的三位论文图吧！秀翻你的朋友！
2.0三维图画法与类型
首先要安装Matplotlib库可以使用pip：
pip install matplotlib假设已经安装了matplotlib工具包。
利用matplotlib.figure.Figure创建一个图框：
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
1、直线绘制（Line plots）
基本用法：ax.plot(x,y,z,label=' ')
代码如下：
import matplotlib as mpl
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt
mpl.rcParams['legend.fontsize'] = 10
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
z = np.linspace(-2, 2, 100)
r = z ** 2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)
ax.plot(x, y, z, label='parametric curve')
ax.legend()效果如下：
2、散点绘制（Scatter plots）
基本语法：
ax.scatter(xs, ys, zs, s=20, c=None, depthshade=True, *args, *kwargs)
代码大意为：
- xs,ys,zs：输入数据；
- s:scatter点的尺寸
- c:颜色，如c = 'r’就是红色；
- depthshase:透明化，True为透明，默认为True，False为不透明
- *args等为扩展变量，如maker = ‘o’，则scatter结果为’o‘的形状
示例代码：
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, 0, 100)
zs = randrange(n, zlow, 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()
效果：
3、线框图（Wireframe plots）
基本用法：ax.plot_wireframe(X, Y, Z, *args, **kwargs)
- X,Y,Z：输入数据
- rstride:行步长
- cstride:列步长
- rcount:行数上限
- ccount:列数上限
示例代码：
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(100, projection='3d')
# Grab some test data.
X, Y, Z = axes3d.get_test_data(0.12)
# Plot a basic wireframe.
ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10)
plt.show()
有点丑。。。大家可以自行更改绘图数据，美化图像。
4、三角表面图（Tri-Surface plots）
基本用法：ax.plot_trisurf(*args, **kwargs)
ax.plot_trisurf(*args, **kwargs)
X,Y,Z:数据
其他参数类似surface-plot
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
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)
angles = np.repeat(angles[..., np.newaxis], n_radii, axis=1)
# points in the (x, y) plane.
x = np.append(0, (radii*np.cos(angles)).flatten())
y = np.append(0, (radii*np.sin(angles)).flatten())
z = np.sin(-x*y)
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.plot_trisurf(x, y, z, linewidth=0.2, antialiased=True)
plt.show()
运行效果图：
4.随机散点图
利用scatter生成随机散点图。
函数定义：
#函数定义
matplotlib.pyplot.scatter(x, y,
s=None, #散点的大小 array scalar
c=None, #颜色序列 array、sequency
marker=None, #点的样式
cmap=None, #colormap 颜色样式
norm=None, #归一化 归一化的颜色camp
vmin=None, vmax=None, #对应上面的归一化范围
alpha=None, #透明度
linewidths=None, #线宽
verts=None, #
edgecolors=None, #边缘颜色
data=None,
**kwargs
)
示例代码：
import numpy as np
import matplotlib.pyplot as plt
#定义坐标轴
fig4 = plt.figure()
ax4 = plt.axes(projection='3d')
#生成三维数据
xx = np.random.random(20)*10-5 #取100个随机数，范围在5~5之间
yy = np.random.random(20)*10-5
X, Y = np.meshgrid(xx, yy)
Z = np.sin(np.sqrt(X**2+Y**2))
#作图
ax4.scatter(X,Y,Z,alpha=0.3,c=np.random.random(400),s=np.random.randint(10,20,size=(20, 20))) #生成散点.利用c控制颜色序列,s控制大小
plt.show()效果：
总结
谢谢大家阅读本文，今天又要在编辑器里写下什么呢？
