前言
Matplotlib画图工具的官网地址是 http://matplotlib.org/
Python环境下实现Matlab制图功能的第三方库，需要numpy库的支持，支持用户方便设计出二维、三维数据的图形显示，制作的图形达到出版级的标准。
其他matplotlib文章
python--matplotlib(1)
python--matplotlib(2)
python--matplotlib(3)
实验环境
Pycharm2020.2.5社区版,win11
正文
三维立体图形：
除了要引用matplotlib外，还需要引用mpl_toolkits.mplot3d库（from mpl_toolkits.mplot3d import Axes3D），需要在matplotlib的figure函数生成实例对象后（fig = plt.figure()），设置其制图模式为3d（fig.add_subplot(111, projection='3d')）。
1.简单三维图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
sd = fig.add_subplot(111, projection='3d')#111，221，222，223，224
plt.show()
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
sd = fig.add_subplot(111, projectinotallow='3d')#111，221，222，223，224
X = [0, 1, 2, 1, 2, 4]
Y = [0, 4, 4, 1, 3, 4]
Z = [0, 4, 0, 0, 2, 4]
sd.plot_trisurf(X, Y, Z)
plt.show()
这个3d图可以转动，方便观察；
第四行代码：111，就是全屏或者或是正中间，剩下（221、222、223、224）对应四个角落。
plot_trisurf（z,y,z,...） :画3d曲平面的函数。
x,y,z要竖着看，一列对应的是一个点的坐标。
2.三维曲面plot_trisurf（薯片)
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
radius = np.linspace(0.1, 1, 25)
#np.linspace(start = 0.1, stop = 1, num = 25)
#stop 参数数值范围的终止点。通常其为结果的最后一个值，但如果修改endpoint = False, 则结果中不包括该值
angle = np.linspace(0, 2 * np.pi, 60, endpoint=False)
angle = np.repeat(angle[..., np.newaxis],25, axis=0)
#angles[..., np.newaxis]将每个元素转化为列表,np.repeat(a,repeats,axis=None);
# repeats:复制次数;axis=None，flatten当前矩阵,axis=0,增加行数，列数不变,axis=1,增加列数，行数不变
x = np.append(1, (radius * np.cos(angle)).flatten())
y = np.append(0, (radius * np.sin(angle)).flatten())
#flatten()是对多维数据的降维函数
y=y/2
x=x/2
z = np.sin(x * y)
z=z/2
fig = plt.figure()
sd = fig.add_subplot(projectinotallow='3d')
sd.plot_trisurf(x, y, z, cmap=plt.get_cmap('YlOrRd'), linewidth=0.1)
plt.show()
a.导入库
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
b.数据准备
radius = np.linspace(0.1, 1, 25)
angle = np.linspace(0, 2 * np.pi, 60, endpoint=False)
angle = np.repeat(angle[..., np.newaxis],25, axis=0)
x = np.append(1, (radius * np.cos(angle)).flatten())
y = np.append(0, (radius * np.sin(angle)).flatten())
y=y/2
x=x/2
z = np.sin(x * y)
z=z/2
linspace()函数
np.linspace(start = 0.1, stop = 1, num = 25)
start 参数数值范围的起始点。
stop 参数数值范围的终止点。通常其为结果的最后一个值，但如果修改endpoint = False, 则结果中不包括该值
num:数据数量，本篇选择了25个。
flatten()函数是对多维数据的降维函数，将矩阵的行之间首尾连接，组成一个一维矩阵；
repeat()函数
np.repeat(a,repeats,axis=0)
repeats:复制次数;
axis=None，把矩阵变成了一个一维矩阵[1,2,3,4]；
axis=0,增加行数，列数不变；
axis=1,增加列数，行数不变
angles[..., np.newaxis]将每个元素转化为列表,
c.画图
fig = plt.figure()
sd = fig.add_subplot(projectinotallow='3d')
sd.plot_trisurf(x, y, z, cmap=plt.get_cmap('YlOrRd'), linewidth=0.1)
plt.show()
cmap：调换颜色的作用
linewidth：线宽
3.三维曲面标题等设置
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams["font.sans-serif"] = ["SimHei"]# 正确显示中文和负号
plt.rcParams["axes.unicode_minus"] = False
fig = plt.figure()
sd = fig.add_subplot(111, projectinotallow='3d')#111，221，222，223，224
X = [0, 1, 2, 1, 2, 4]
Y = [0, 4, 4, 1, 3, 4]
Z = [0, 4, 0, 0, 2, 4]
sd.set_xlabel('x轴')
sd.set_ylabel('y轴')
sd.set_zlabel('z轴')
plt.title('这是标题')
sd.plot_trisurf(X, Y, Z)
plt.show()
我就直接使用标题1里面的代码加工了，
sd.set_xlabel('x轴')#x轴函数
sd.set_ylabel('y轴')#y轴函数
sd.set_zlabel('z轴')#z轴函数
plt.title('这是标题')#添加标题函数
因为我使用了中文，
plt.rcParams["font.sans-serif"] = ["SimHei"]# 正确显示中文和负号
plt.rcParams["axes.unicode_minus"] = False
所以还得用这两行代码，要是仅仅使用英文的话删除即可。
4.小结
当初我第一次numpy库的时候的心得：使用pip install matplotlib安装matplotlib库，而 numpy 库我是在c:\users\yonghuming\appdata\local\programs\python\python39\scripts的目录下使用pip install numpy-1.22.4-cp39-cp39-win_amd64.whl才安装成功的。
现在我使用的是anaconda,直接把大部分的库安装好了，省时省力。
