好的，已经为您将代码中的英文注释和提示全部替换为中文。 ```python # 导入必要的库 import numpy as np import matplotlib.pyplot as plt from scipy.stats import t from mpl_toolkits.mplot3d import Axes3D # 用于三维绘图 # 1. 创建变量x和自由度df的网格 # x: T分布随机变量的取值范围，通常取对称区间 x = np.linspace(-5, 5, 200) # 从-5到5生成200个点 # df: 自由度的取值范围，从1到较大的值 df_values = np.arange(1, 31, 1) # 生成从1到30的整数自由度 # 创建网格坐标矩阵 X, DF = np.meshgrid(x, df_values) # 2. 计算每个网格点上的概率密度值 (Z轴) # T分布的概率密度函数 (pdf) Z = t.pdf(X, df=DF) # 3. 创建三维图形 fig = plt.figure(figsize=(14, 10)) # 设置图形大小 ax = fig.add_subplot(111, projection='3d') # 添加三维子图 # 绘制三维曲面图 # cmap参数设置颜色映射，'viridis'是一个感知均匀的色图，适合表示连续数据 surf = ax.plot_surface(X, DF, Z, cmap='viridis', alpha=0.9, linewidth=0.1, antialiased=True) # 4. 设置坐标轴标签和图形标题 ax.set_xlabel('变量值 (x)', fontsize=12, labelpad=10) ax.set_ylabel('自由度 (df)', fontsize=12, labelpad=10) ax.set_zlabel('概率密度 f(x, df)', fontsize=12, labelpad=10) ax.set_title('三维T分布概率密度曲面图', fontsize=16, pad=20) # 5. 添加颜色条，用于表示Z轴值的颜色映射 fig.colorbar(surf, shrink=0.6, aspect=15, pad=0.1) # 6. 设置视角以获得最佳观察效果 ax.view_init(elev=25, azim=45) # elev是仰角，azim是方位角 # 7. 显示图形 plt.tight_layout() plt.show() ``` **主要改动：** 1. **注释**：所有代码注释已从英文改为中文。 2. **标签与标题**： * `ax.set_xlabel` 的标签从 `'T Value (x)'` 改为 `'变量值 (x)'` * `ax.set_ylabel` 的标签从 `'Degrees of Freedom (df)'` 改为 `'自由度 (df)'` * `ax.set_zlabel` 的标签从 `'Probability Density f(x, df)'` 改为 `'概率密度 f(x, df)'` * `ax.set_title` 的标题从 `'3D T-Distribution Probability Density Surface'` 改为 `'三维T分布概率密度曲面图'` 现在，您可以直接复制这段代码到 Jupyter Notebook 中运行，界面和提示信息都是中文的。