### 使用Matplotlib绘制包含多条折线的3D图形 为了实现这一目标，可以通过`mpl_toolkits.mplot3d.Axes3D`模块来创建3D坐标轴，并向其中添加不同维度上的数据序列。下面是一个具体的例子，展示了怎样在一个三维空间内表示来自两个不同系列的数据： ```python import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # 创建新图像并获取3D子图对象 fig = plt.figure() ax = fig.add_subplot(111, projection='3d') # 准备用于绘图的数据集 x = np.linspace(-4 * np.pi, 4 * np.pi, 100) z1 = np.sin(x) # 第一条曲线的高度值 z2 = np.cos(x) # 第二条曲线的高度值 y = np.zeros_like(x) # 绘制两条不同的折线 ax.plot(x, y, z1, label="sin curve") # 添加标签以便稍后显示图例 ax.plot(x, y + 1, z2, label="cos curve") # 设置坐标轴名称 ax.set_xlabel('X axis') ax.set_ylabel('Y axis (Series Index)') ax.set_zlabel('Z axis Value') # 显示图例 ax.legend() plt.show() ``` 上述代码片段中，在同一个3D图表上同时呈现了正弦函数和余弦函数所构成的两组离散点形成的轨迹[^1]。 对于希望进一步增强交互性和视觉效果的情况，也可以考虑采用Plotly库来进行类似的可视化操作。Plotly不仅支持静态图片导出，还允许生成HTML文件中的动态图表，使得读者可以直接在线浏览并与之互动。 以下是使用Plotly完成相同任务的方法之一： ```python import plotly.graph_objects as go import numpy as np x = np.linspace(-4*np.pi, 4*np.pi, 100) trace1 = go.Scatter3d( x=x, y=np.zeros(len(x)), z=np.sin(x), mode='lines', name='Sine Wave' ) trace2 = go.Scatter3d( x=x, y=np.ones(len(x)), z=np.cos(x), mode='lines', name='Cosine Wave' ) layout = go.Layout(scene=dict( xaxis_title='X Axis', yaxis_title='Y Axis(Series)', zaxis_title='Values')) data = [trace1, trace2] fig = go.Figure(data=data, layout=layout) fig.show() ``` 这段代码同样实现了在同一张图里展示两种波形的效果，但是借助于Plotly特有的Scatter3d类以及其内置的支持更丰富的样式定制选项。