给出一个画3*3维矩阵[0.4 0.5 0.3 0.4 0.75 0.5 0.6 0.25 0.7]曲面图的代码,X轴，Y轴，Z轴的取值范围为0-1

在Python中，你可以使用matplotlib和numpy库来创建3D散点图，这里是一个示例代码，用于展示三维矩阵数据的曲面图：

import matplotlib.pyplot as plt
import numpy as np

# 给定的3x3矩阵数据
data = np.array([[0.4, 0.5, 0.3],
                 [0.4, 0.75, 0.5],
                 [0.6, 0.25, 0.7]])

# 创建X, Y坐标网格，取值范围从0到1
x = y = np.linspace(0, 1, num=100)  # X轴和Y轴相同取值，假设每个维度100个点
X, Y = np.meshgrid(x, y)

# 将矩阵转置并堆叠成适合3D图形的数据格式
Z = data.reshape(len(data), -1).T

# 创建3D散点图
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.plot_surface(X, Y, Z, cmap='viridis')  # 使用viridis颜色映射
ax.set_xlabel('X (0-1)')
ax.set_ylabel('Y (0-1)')
ax.set_zlabel('Z (0-1)')
plt.title('3x3 Matrix Data Surface Plot')
plt.show()