理解掌握了等高线图函数.cintour（）和.contourf(),3D散点图函数.scatter()的熟练使用),绘制曲面图.plot_surface()函数的理解及熟练使用,3D投影曲面图的绘制，函数.plot_?surface()和.contour()的联合使用

理解并熟练运用等高线图、散点图和曲面图是数据分析可视化中的重要技能。以下是各自函数的简要说明：

1. `.contour()` 和 `.contourf()`: 这两个函数用于绘制二维数据的等值线和填充等值区域。`.contour()` 只画出轮廓线，`.contourf()` 则会填充每个等值区间。它们常用于显示数值数据的变化趋势。

2. `.scatter()`: 用于创建3D散点图，将每一对 (x, y, z) 数据作为点表示在空间中，可用于展示数据点的分布情况。

3. `.plot_surface()`: 这个函数用于绘制三维曲面图，通常基于两组输入数据（x, y）生成一个高度值为z的数据集，形成连续的曲面。

为了绘制3D投影曲面图，我们通常先使用`.plot_surface()`创建基础的曲面，然后可以用`.contour()`添加等高线来提供额外的解读。例如：

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

# 假设有三个数组 x, y, z 代表数据
x, y, z = ...  # 根据实际数据填充这里

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

# 绘制3D曲面
surf = ax.plot_surface(x, y, z, cmap='viridis', alpha=0.5)  # 颜色映射和透明度

# 添加等高线
cset = ax.contour(x, y, z, zdir='z', offset=np.min(z), cmap='RdGy', alpha=0.5)
ax.clabel(cset, fontsize=9, inline=1, fmt='%r')

# 完整化视图
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_title('3D Projection Surface with Contours')

plt.show()

在这个例子中，我们首先创建了一个三维轴，然后绘制了曲面并设置了颜色。接着添加了垂直方向的等高线，最后设置了轴标签和标题。