### 使用Python Matplotlib和Plotly绘制两个3D数据图形 #### 利用Matplotlib绘制3D曲面图 为了利用`matplotlib`库中的`mpl_toolkits.mplot3d`模块来绘制3D曲面图，可以按照如下方法操作： ```python import numpy as np from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt fig = plt.figure() ax = fig.add_subplot(121, projection='3d') # 生成第一个示例数据集 x = np.linspace(-5, 5, 100) y = np.linspace(-5, 5, 100) x, y = np.meshgrid(x, y) z = np.sin(np.sqrt(x ** 2 + y ** 2)) surf = ax.plot_surface(x, y, z) # 添加颜色条表示高度 fig.colorbar(surf, shrink=0.5, aspect=5) plt.title('First 3D Surface with Matplotlib') # 绘制第二个子图 ax2 = fig.add_subplot(122, projection='3d') z2 = np.cos(np.sqrt(x ** 2 + y ** 2)) surf2 = ax2.plot_surface(x, y, z2) fig.colorbar(surf2, shrink=0.5, aspect=5) plt.title('Second 3D Surface with Matplotlib') plt.show() ``` 此代码片段展示了如何在同一窗口内创建两个独立的3D曲面图，并通过调整位置参数实现并列显示[^1]。 #### 使用Plotly绘制交互式的3D曲面图 对于更高级别的互动体验，可以选择使用`plotly`库。这里提供了一个例子说明怎样构建两张不同的3D曲面图放在同一个页面上： ```python import plotly.graph_objects as go import numpy as np # 准备两组不同特征的数据集 def generate_data(func): x = np.linspace(-5, 5, 100) y = np.linspace(-5, 5, 100) X, Y = np.meshgrid(x, y) Z = func(X, Y) return X, Y, Z X1, Y1, Z1 = generate_data(lambda x, y: np.sin(np.sqrt(x**2 + y**2))) X2, Y2, Z2 = generate_data(lambda x, y: np.cos(np.sqrt(x**2 + y**2))) # 构建Figure对象并将多个Surface加入其中 fig = go.Figure() fig.add_trace(go.Surface(z=Z1, x=X1, y=Y1, name="Sin Curve")) fig.add_trace(go.Surface(z=Z2, x=X2, y=Y2, name="Cos Curve")) # 更新布局设置以适应双视图模式 fig.update_layout( title_text="Two Interactive 3D Surfaces", scene=dict(domain={'x': [0, 0.48]}), scene2=dict(domain={'x': [0.52, 1]}) ) fig.show() ``` 这段脚本不仅实现了两个3D表面的同时呈现，还允许用户通过鼠标拖拽等方式探索这些图像的不同视角[^2]。