Python使用Matplotlib绘制三维散点图详解流程

花开有时

发布时间：2026-10-16 | 8人浏览过

原创

本文详细介绍如何在Python中使用Matplotlib库绘制三维散点图。通过导入mpl_toolkits.mplot3d模块，利用ax.scatter3D函数处理x、y、z坐标数据。文章包含两个完整示例，演示随机数据集生成、颜色映射、透明度调整及坐标轴标签设置，帮助开发者快速掌握3D可视化技巧。

Matplotlib简介与三维绘图基础

Matplotlib简介

Matplotlib是Python中一个广泛使用的绘图库，支持生成静态图像、动态动画及交互式图表。它内置了丰富的功能和分析工具，可用于处理各种图形和图表数据。

若需绘制三维图形，Matplotlib提供了相应支持。当面对包含大量三维变量的数据集时，通过散点图展示其分布情况，即形成3D散点图。实现这一功能需借助Matplotlib的mplot3d工具包。

该工具包提供了相关函数，用于接收X、Y和Z坐标的数据集并进行绘制。

根据对三维图形具体属性的需求，可能需要传入额外的参数以定制图表效果。

Matplotlib最初仅支持二维绘图。约在1.0版本发布时，通过在二维显示层上叠加三维绘图工具，构建了一套实用但功能相对有限的三维可视化工具集。只需导入作为基本安装一部分的mplot3d工具包，即可启用三维图表功能。

最简单的三维图形是由(x, y, z)三元组构成的线或簇组成的散点图。这些图形可通过ax.plot3D和ax.scatter3D函数生成，其调用方式与典型的二维图表非常相似。

为了在二维页面上营造深度感，散点的透明度会根据距离进行调整。

示例1：基础三维散点图绘制

# importing the necessary libraries  
import numpy as np  
import matplotlib.pyplot as plt  
from mpl_toolkits import mplot3d  
# generating  random dataset  
z = np.random.randint(80, size =(55))  
x = np.random.randint(60, size =(55))  
y = np.random.randint(64, size =(55))  
# Creating figures for the plot  
fig = plt.figure(figsize = (10, 7))  
ax = plt.axes(projection ="3d")  
# Creating a plot using the random datasets   
ax.scatter3D(x, y, z, color = "red")  
plt.title("3D scatter plot")  
# display the  plot  
plt.show()

运行结果展示

代码解析

在上述示例中，我们利用ax.scatter3D()函数创建了三维绘图。首先导入了numpy、matplotlib以及mpl_toolkits等必要库。接着，使用np.random.randint()函数生成了x、y、z坐标的随机数数据集。随后，调用ax.scatter3D()函数，传入x、y、z坐标，并将点的颜色设置为红色。最后，通过plt.show()函数显示生成的图表。

示例2：高级三维散点图（含颜色映射与网格）

# importing the necessary libraries  
from mpl_toolkits import mplot3d  
import matplotlib.pyplot as plt  
import numpy as np  
# Creating random dataset  
z = 4 * np.tan(np.random.randint(10, size =(500))) + np.random.randint(100, size =(500))  
x = 4 * np.cos(z) + np.random.normal(size = 500)  
y = 4 * np.sin(z) + 4 * np.random.normal(size = 500)  
# Creating figure  
fig = plt.figure(figsize = (16, 12))  
ax = plt.axes(projection ="3d")  
# Add x, and y gridlines for the figure  
ax.grid(b = True, color ='blue',linestyle ='-.', linewidth = 0.5,alpha = 0.3)  
# Creating the color map for the plot  
my_cmap = plt.get_cmap('hsv')  
# Creating the 3D plot  
sctt = ax.scatter3D(x, y, z,alpha = 0.8,c = (x + y + z),cmap = my_cmap,marker ='^')  
plt.title("3D scatter plot in Python")  
ax.set_xlabel('X-axis', fontweight ='bold')  
ax.set_ylabel('Y-axis', fontweight ='bold')  
ax.set_zlabel('Z-axis', fontweight ='bold')  
fig.colorbar(sctt, ax = ax, shrink = 0.6, aspect = 5)  
# display the plot  
plt.show()

运行结果展示

代码解析

在上面的代码中，我们使用ax.scatter3D()函数绘制了三维图形。首先生成x、y、z坐标的随机数据集，并使用标记“^”进行绘制。通过set_xlabel、set_ylabel和set_zlabel函数分别为各个坐标轴添加标签。此外，代码还展示了如何生成复杂的z值（基于正切函数和随机噪声），并应用颜色映射（cmap）和透明度（alpha）来增强视觉效果。

至此，关于Python使用Matplotlib绘制三维散点图的详细流程介绍完毕。如需了解更多相关内容，可搜索本站过往文章或继续浏览后续文章。感谢大家的支持！