Python三维数据可视化

在Python中，您可以使用许多库来进行三维数据可视化，其中包括：

1. Matplotlib：Matplotlib是Python中最流行的可视化库之一，它提供了许多用于三维数据可视化的函数和工具。您可以使用Matplotlib中的mplot3d工具箱来创建三维图形。

以下是一个使用Matplotlib创建三维散点图的示例代码：

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

# 创建数据
x = np.random.normal(0, 1, 100)
y = np.random.normal(0, 1, 100)
z = np.random.normal(0, 1, 100)

# 创建3D图形
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 绘制散点图
ax.scatter(x, y, z)

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

# 显示图形
plt.show()

2. Plotly：Plotly是一个基于Web的交互式可视化库，它支持许多类型的三维图形。您可以使用Plotly创建各种三维图形，例如散点图、表面图、等高线图等。

以下是一个使用Plotly创建三维散点图的示例代码：

import plotly.graph_objs as go
import numpy as np

# 创建数据
x = np.random.normal(0, 1, 100)
y = np.random.normal(0, 1, 100)
z = np.random.normal(0, 1, 100)

# 创建散点图
fig = go.Figure(data=[go.Scatter3d(x=x, y=y, z=z, mode='markers')])

# 设置坐标轴标签
fig.update_layout(scene=dict(xaxis_title='X Label', yaxis_title='Y Label', zaxis_title='Z Label'))

# 显示图形
fig.show()

无论您选择使用哪个库，都可以创建出漂亮的三维数据可视化图形。