大家可以先参考官方演示文档:
效果图:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
|
'''
==============
3D scatterplot
==============
Demonstration of a basic scatterplot in 3D.
'''
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()
|
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:
1
2
|
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
|
然后绘图:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
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, ys, zs, 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
1
|
ax = plt.figure().add_subplot( 111 , projection = '3d' )
|
是下面代码的略写
1
2
|
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!
原文链接:http://blog.csdn.net/shiniantianlang/article/details/52893146