python如何做三维图

在数据可视化的世界中，三维图以其独特的视角和立体感，为我们揭示数据的深层次关系提供了一种直观的方式，如果你对Python中的三维图绘制感兴趣，那么这篇文章将带你一探究竟。

我们得提到几个在Python中常用的三维绘图库，比如Matplotlib、Plotly和Mayavi，这些库各有千秋，但都能帮你实现三维图的绘制。

Matplotlib：基础三维绘图

Matplotlib是Python中一个非常流行的绘图库，它提供了一个mpl_toolkits.mplot3d模块，专门用于三维图的绘制，虽然它的三维功能相对基础，但对于简单的三维数据可视化需求来说已经足够。

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
创建数据
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
x, y = np.meshgrid(x, y)
z = np.sin(np.sqrt(x2 + y2))
创建图形和三维坐标轴
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
绘制曲面图
ax.plot_surface(x, y, z, cmap='viridis')
显示图形
plt.show()

这段代码会生成一个正弦波的三维曲面图，你可以通过调整cmap参数来改变颜色映射，或者使用plot_surface的其他参数来定制图形的外观。

Plotly：交互式三维绘图

如果你想要一个更加交互式的三维图，Plotly是一个很好的选择，它提供了丰富的交互功能，如旋转、缩放和平移，使得用户可以更加直观地三维数据。

import plotly.graph_objects as go
创建数据
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
x, y = np.meshgrid(x, y)
z = np.sin(np.sqrt(x2 + y2))
创建三维曲面图
fig = go.Figure(data=[go.Surface(z=z, x=x, y=y)])
显示图形
fig.show()

Plotly的三维曲面图通过go.Surface来创建，你可以在Jupyter Notebook中直接运行这段代码，体验交互式三维图的魅力。

Mayavi：高级三维可视化

Mayavi是一个基于VTK（Visualization Toolkit）的三维可视化库，它提供了强大的三维数据可视化功能，包括体渲染、等值面提取等高级功能。

from mayavi import mlab
import numpy as np
创建数据
x, y, z = np.ogrid[-3:3:100j, -3:3:100j, -3:3:100j]
r = np.sqrt(x2 + y2 + z**2)
scalars = r
创建三维图形
mlab.figure(bgcolor=(1, 1, 1))  # 设置背景颜色
mlab.pipeline.volume(mlab.pipeline.scalar_field(x, y, z, scalars))
显示图形
mlab.show()

这段代码会生成一个三维体渲染图，Mayavi的强大之处在于它能够处理大规模的三维数据集，并且提供了丰富的三维可视化技术。