什么是Matplotlib？
Matplotlib是Python中的一個庫，用于創建靜態和動態動畫，并使用其內置函數繪制。它有很多內置特性和內置分析工具，用于分析任何圖形或圖表。
如果我們想繪制任何三維圖形，那么我們可以使用Matplotlib庫。當我們有一個巨大的三維變量數據集，我們繪制它的圖形時，它看起來非常分散，這被稱為3D散點圖。我們將使用Matplotlib的matplot3d工具包繪制三維圖形。
有一把斧頭。函數，它接受坐標X、Y和Z的數據集。
根據我們想要賦予三維圖的屬性，需要更多的論證。
首次創建Matplotlib時，只考慮二維繪圖。大約在1.0版本發布時，通過在Matplotlib的二維顯示器上分層一些三維圖表工具，創建了一個實用的（盡管相當有限）三維數據可視化工具集。通過導入mplot3d工具包（它是基本Matplotlib安裝的一部分），三維圖表成為可能。
最簡單的三維圖是由（x，y，z）三元組的線或簇組成的散點圖。這些可以用斧頭生產。plot3D和ax。scatter3D函數，很像之前呈現的更典型的二維圖表。它們的呼叫特征與二維對應物非常相似。
為了在頁面上創建深度錯覺，散射點的透明度已經改變。
示例1：
# 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() 輸出：
解釋：
在上面的示例中，我們使用ax創建了三維繪圖。scatter（）函數。我們最初已經導入了所需的所有庫，如numpy、matplotlib和mpl_toolkits。然后，我們使用randInt（）函數創建了隨機數的x、y和z坐標的數據集。在那之后，我們使用了斧頭。scatter3D（）函數，并輸入x、y和z坐標，我們為點取紅色。最后，我們使用show（）函數顯示繪圖。
示例2：
# 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() 輸出：
解釋：
在上面的代碼中，我們用函數ax繪制了三維圖。scatter3D（）函數。我們生成了x、y和z坐標的隨機數據集，并使用標記“^”繪制了它們。我們使用set_label函數為各個軸提供標簽。