现在有n*3的numpy数组储存n个数据的三维坐标，和长度n的一维数组储存对应的应力，筛选出Z轴坐标介于a与b之间的点，用python画出这些坐标对应的应力三维图，应力大小用rainbow图区分，同时保证xyz轴的比例尺是一样的，图美观

好的，针对您的问题，我来给出一个Python的代码实现：

首先，我们需要导入一些库，包括numpy、matplotlib等：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm

接着，我们可以生成一个n*3的随机numpy数组，和一个长度为n的一维数组，来模拟您的数据：

n = 100
coords = np.random.rand(n, 3)
stress = np.random.rand(n)

接下来，我们可以根据Z轴坐标的范围a和b，筛选出符合条件的点的索引：

a, b = 0.3, 0.7
idx = np.where((coords[:, 2] > a) & (coords[:, 2] < b))[0]

然后，我们可以根据这些索引，从coords和stress中获取符合条件的数据：

coords_filt = coords[idx, :]
stress_filt = stress[idx]

接下来，我们可以根据stress_filt的大小，来生成一个颜色映射（cmap）：

cmap = cm.get_cmap('rainbow')
colors = cmap(stress_filt)

然后，我们可以绘制三维图形：

fig = plt.figure(figsize=(8, 8))
ax = fig.add_subplot(111, projection='3d')

ax.scatter(coords_filt[:, 0], coords_filt[:, 1], coords_filt[:, 2], c=colors)

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_xlim([0, 1])
ax.set_ylim([0, 1])
ax.set_zlim([0, 1])
ax.set_box_aspect([1, 1, 1])
plt.show()

这样，我们就完成了绘图，其中，figsize参数可以调整图形的大小，projection参数指定了绘制三维图形，c参数指定了每个点的颜色，set_xlabel等方法可以设置坐标轴的标签，set_xlim等方法可以设置坐标轴的范围，set_box_aspect方法可以保证xyz轴比例尺相同。

完整代码如下：