使用 Matplotlib 在 Python 中绘制 3D 散点图

Matplotlib 是一个数据可视化库，支持二维、三维图像绘制，能够实现条形图、散点图、饼图等多种类型的图形展示。本文主要介绍如何使用 Matplotlib 绘制 3D 散点图。

准备数据

在绘制 3D 散点图前，需要准备数据集。以下为示例数据：

import numpy as np

# 生成随机数据
n = 100  # 数据个数
x = np.random.randint(0, 100, size=n)  # x 坐标
y = np.random.randint(0, 100, size=n)  # y 坐标
z = np.random.randint(0, 100, size=n)  # z 坐标

其中，x、y、z 分别表示三维散点图中的 x、y、z 坐标。

绘制 3D 散点图

接下来，我们使用 Matplotlib 绘制 3D 散点图。具体实现如下：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 创建 3D 图形对象
fig = plt.figure()
ax = Axes3D(fig)

# 绘制散点图
ax.scatter(x, y, z, c='r', marker='o')

# 设置坐标轴标题
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

# 显示图形
plt.show()

以上代码中，我们首先创建 3D 图形对象，并使用 Axes3D 类设置其属性。接着，使用 scatter 方法绘制散点图，其中 c 参数指定颜色，marker 参数指定标记类型。最后，我们设置坐标轴标题，并显示图形。

效果展示

运行以上代码，即可得到如下 3D 散点图：

绘制多组散点图

有时候，我们需要在同一张图中绘制多组散点图。这时，可以通过多次调用 scatter 方法实现。以下是示例代码：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 生成随机数据
n = 100  # 数据个数
x1 = np.random.randint(0, 100, size=n)  # x 坐标
y1 = np.random.randint(0, 100, size=n)  # y 坐标
z1 = np.random.randint(0, 100, size=n)  # z 坐标
x2 = np.random.randint(0, 100, size=n)  # x 坐标
y2 = np.random.randint(0, 100, size=n)  # y 坐标
z2 = np.random.randint(0, 100, size=n)  # z 坐标

# 创建 3D 图形对象
fig = plt.figure()
ax = Axes3D(fig)

# 绘制散点图
ax.scatter(x1, y1, z1, c='r', marker='o')
ax.scatter(x2, y2, z2, c='b', marker='^')

# 设置坐标轴标题
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

# 显示图形
plt.show()

以上代码中，我们生成了两组随机数据，并分别传入 scatter 方法进行绘制。绘制时，可以通过 c 和 marker 参数设置每组散点图的颜色和标记类型。最终，我们设置好坐标轴标题并展示图形。

效果展示

运行以上代码，即可得到如下 3D 散点图：

以上就是使用 Matplotlib 在 Python 中绘制 3D 散点图的基本方法。通过多次调用 scatter 方法，还可以绘制更多组散点图，实现更加丰富的数据可视化效果。