plt 三维图上颜色

在 Matplotlib 中，可以通过给三维图形的每个顶点指定颜色信息来实现在三维图上显示颜色。具体来说，可以使用 `ax.scatter` 函数或 `ax.plot_surface` 函数中的 `c` 参数来指定颜色。其中，`c` 参数可以是一个数组，数组的每个元素表示一个颜色值。例如，如果需要在三维散点图上显示不同的颜色，可以将颜色信息存储在一个数组中，然后将该数组作为 `c` 参数传递给 `ax.scatter` 函数。

下面是一个简单的例子，展示了如何在三维散点图上根据数据大小显示不同的颜色：

import matplotlib.pyplot as plt
import numpy as np

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

# 生成随机数据
x = np.random.randn(100)
y = np.random.randn(100)
z = np.random.randn(100)
c = x + y + z  # 颜色信息

# 绘制散点图
ax.scatter(x, y, z, c=c, cmap='viridis')

# 添加色条
cb = plt.colorbar()
cb.set_label('Color')

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

plt.show()

在上述代码中，我们生成了三组随机数据 `x`、`y`、`z`，并通过它们计算出了颜色信息 `c`。接着，我们使用 `ax.scatter` 函数绘制三维散点图，并将 `c` 参数设置为颜色信息。最后，我们使用 `plt.colorbar` 函数添加了一个色条。运行代码，可以看到绘制出了一个三维散点图，并根据数据大小显示了不同的颜色。