在 Python 中生成三维立体图通常使用 Matplotlib 库的 `mpl_toolkits.mplot3d` 模块。这个模块允许我们轻松创建各种类型的三维图表，比如散点图、曲面图和线图等。 下面详细介绍如何使用 Matplotlib 绘制三维立体图，并列举常用的参数以及提供示例代码。 --- ### 使用步骤 #### 1. 导入必要的库 首先需要导入 Matplotlib 和其三维工具包： ```python from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np ``` #### 2. 创建三维坐标系 通过 `fig.add_subplot(projection='3d')` 来创建一个支持三维绘图的子图实例。 ```python fig = plt.figure() # 创建一个新的Figure对象 ax = fig.add_subplot(111, projection='3d') # 添加三维投影子图 ``` #### 3. 准备数据 根据需求准备 X、Y、Z 数据。如果要绘制网格型图像，则需构造相应的二维网格矩阵。 #### 4. 绘制三维图 选择合适的函数进行绘制（如 `scatter()` 散点图或 `plot_surface()` 曲面图）并设置样式。 --- ### 示例：绘制三维散点图 ```python from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np # 初始化数据 x = np.random.standard_normal(100) y = np.random.standard_normal(100) z = np.random.standard_normal(100) # 创建图形窗口及三维子图 fig = plt.figure() ax = fig.add_subplot(111, projection='3d') # 绘制散点图 ax.scatter(x, y, z, c='r', marker='o') # 设置轴标签 ax.set_xlabel('X Label') ax.set_ylabel('Y Label') ax.set_zlabel('Z Label') plt.show() ``` --- ### 示例：绘制三维表面图 ```python from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np # 构造 x-y 平面上的网格点 x = np.linspace(-5, 5, 100) y = np.linspace(-5, 5, 100) x, y = np.meshgrid(x, y) # 获取矩形区域内的网格点对 (x,y) z = np.sin(np.sqrt(x**2 + y**2)) # 根据公式计算高度值 Z # 开始作图 fig = plt.figure() ax = fig.gca(projection='3d') # gca代表“获取当前坐标” surf = ax.plot_surface(x, y, z, cmap='viridis') # 添加颜色条指示高度变化 fig.colorbar(surf, shrink=0.5, aspect=5) # 显示结果 plt.show() ``` --- ### 参数详解 - **cmap**: 颜色映射表（Colormap），用于指定渐变颜色方案。例如 `'coolwarm'`, `'viridis'` 等。 - **antialiaseds**: 是否启用抗锯齿渲染，默认为 True。 - **rstride & cstride**: 如果绘制的是曲面图，这两个参数控制沿着行和列方向步长的选择比例。 - **alpha**: 设定透明程度，默认值为 None 即全不透明状态。 - **shade**: 决定是否开启阴影模式，默认也是 True。 以上就是关于Python中生成三维立体图的基础知识啦！