python 画3D散点图

好的，以下是一个简单的 Python 代码示例，用于生成3D散点图：

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

fig = plt.figure()
ax = Axes3D(fig)

# 数据
x = np.random.randint(0, 100, size=100)
y = np.random.randint(0, 100, size=100)
z = np.random.randint(0, 100, size=100)

# 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')

# 显示图像
plt.show()

你可以根据自己的需要修改数据和标签，然后运行代码即可生成3D散点图。

相关问题

python画3d散点图

要在Python中绘制3D散点图，你可以使用Matplotlib库中的Axes3D模块。首先，你需要导入必要的库，包括numpy和matplotlib.pyplot。然后，你可以使用numpy生成随机的x、y和z坐标数据。接下来，创建一个图形对象和一个Axes3D对象，将x、y和z坐标作为参数传递给scatter方法，并设置颜色参数。最后，使用plt.show()显示图形。下面是一个示例代码：

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

# 生成随机数据
data = np.random.randint(0, 27, (9, 3))
x = data[:, 0]
y = data[:, 1]
z = data[:, 2]

# 创建图形和Axes3D对象
fig = plt.figure()
ax = Axes3D(fig)

# 绘制3D散点图
ax.scatter(x, y, z, c='r')

# 显示图形
plt.show()

通过以上代码，你可以使用Matplotlib库绘制一个简单的3D散点图。这个图形会在一个新的窗口中显示出来。你可以根据需要修改代码中的数据和参数来创建不同的3D散点图。希望对你有帮助！

python画3d散点图映射

### 使用 Python Matplotlib 和 Plotly 绘制 3D 散点图

#### 使用 Matplotlib 库绘制 3D 散点图
为了创建三维散点图，`mpl_toolkits.mplot3d` 是 `matplotlib` 的一部分，提供了必要的工具来实现这一目标。

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

# 假设有一个 CSV 文件 'data.csv' 包含三列用于表示 X, Y, Z 轴的数据
data = pd.read_csv('data.csv')

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

xs = data['X'].values
ys = data['Y'].values
zs = data['Z'].values

ax.scatter(xs, ys, zs)

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()

此代码片段展示了如何加载来自CSV文件的数据，并将其作为三维空间中的点集可视化[^2]。

#### 使用 Plotly 库绘制交互式的 3D 散点图
Plotly 提供了一个更现代的选择，它允许生成具有更高互动性的图表。下面是如何利用 plotly.express 创建一个简单的 3D 散点图的例子：

import plotly.express as px
import pandas as pd

df = pd.read_csv('data.csv')  # 加载数据到 DataFrame 中

fig = px.scatter_3d(df, x='X', y='Y', z='Z',
                    color='Cluster', title="Interactive 3D Scatter")

fig.update_layout(scene=dict(
    xaxis_title='X AXIS TITLE',
    yaxis_title='Y AXIS TITLE',
    zaxis_title='Z AXIS TITLE'))

fig.show()

这段脚本不仅能够展示静态视图，还可以让用户通过鼠标拖拽旋转视角，缩放和平移整个场景，从而获得更好的探索体验[^1]。