### 使用Python进行图像绘制 #### 安装必要的库 为了能够顺利地使用Python进行图像绘制，首先需要确保已经安装了`Pillow`这个图像处理库。可以通过pip命令来完成安装： ```bash pip install pillow ``` 对于3D图形的绘制，则可能需要用到Matplotlib这样的可视化库，同样可以利用pip来进行安装[^2]。 ```bash pip install matplotlib ``` #### 创建简单的二维图像并保存 下面是一个创建简单图像的例子，并对其进行一些基础操作之后保存下来。这里会展示如何新建一个空白图片对象、设置颜色模式以及尺寸；接着填充一种纯色作为背景；最后把这张图存入文件系统中去。 ```python from PIL import Image, ImageDraw # 新建RGB模式下的白色底图 img = Image.new('RGB', (500, 300), color='white') # 获取绘图句柄 draw = ImageDraw.Draw(img) # 绘制矩形框 draw.rectangle([50, 50, 450, 250], outline="black", width=3) # 存储图像至当前目录下名为example.png的文件里 img.save('./example.png') ``` #### 添加标题到图表 当涉及到更复杂的视觉化工作时，比如要向生成好的统计图或者其他类型的图表添加合适的标题以增加表达力的话，就可以借助于matplotlib.pyplot模块里的title()函数实现这一点[^4]。 ```python import matplotlib.pyplot as plt plt.plot([1, 2, 3, 4]) plt.title('这是一个测试标题') # 设置中文标题 plt.show() ``` #### 处理三维图形 如果目标是在Python环境中构建和渲染3D模型或场景，除了上述提到的基础绘图能力之外，还需要掌握更多关于坐标轴配置的知识点。例如，在matplotlib环境下制作3D散点图就涉及到了Axes3D类的选择与应用。 ```python from mpl_toolkits.mplot3d import Axes3D import numpy as np fig = plt.figure() ax = fig.add_subplot(projection='3d') x = y = z = np.random.standard_normal(100) ax.scatter(x, y, z) ax.set_xlabel('X Label') ax.set_ylabel('Y Label') ax.set_zlabel('Z Label') plt.show() ```