Matplotlib 3D图入门教程

Matplotlib 3D图入门教程

Matplotlib 绘制 3D 图的核心是 mpl_toolkits.mplot3d 工具包，它在 2D 绘图基础上增加了“z轴”维度，原理和 2D 绘图一致——都是通过 Figure（画布）和 Axes（绘图区域）控制，只是 3D 图的 Axes 是专门的 Axes3D 对象。

本教程从“单个子图→多个子图”逐步推进，只讲实用功能，避开复杂公式，同时解决常见坑，让新手也能快速上手。

一、基础准备（必做步骤）

1. 安装依赖

Matplotlib 本身自带 3D 功能，无需额外安装，只需确保已安装 Matplotlib 和 NumPy（生成测试数据用）：

pip install matplotlib numpy

2. 导入核心库

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D  # 关键：导入3D绘图工具包

3. 核心原理（一句话搞懂）

• 2D 图的 Axes 是平面区域，3D 图的 Axes3D 是立体空间区域，支持 x/y/z 三个轴；
• 绘制 3D 图的关键：先创建 Figure，再在上面添加 Axes3D 子图，最后调用 ax.plot3D()/ax.scatter3D() 等 3D 专用方法绘图。

二、第一步：绘制单个3D子图（3种常用类型）

先从最基础的“单个3D图”入手，掌握 3 种高频场景：线图、散点图、曲面图。

1. 3D线图（plot3D）

适合展示“三维数据的变化趋势”（如时间-温度-湿度关系）。

示例代码：

# 1. 创建画布（和2D图一样）
fig = plt.figure(figsize=(8, 6), dpi=100)

# 2. 添加3D子图（关键：projection='3d'）
ax = fig.add_subplot(111, projection='3d')  # 111=1行1列第1个子图

# 3. 生成测试数据（x/y/z三个维度）
t = np.linspace(0, 10*np.pi, 1000)  # 生成1000个均匀分布的点
x = np.sin(t)  # x轴数据
y = np.cos(t)  # y轴数据
z = t          # z轴数据（螺旋上升的高度）

# 4. 绘制3D线图（专用方法：plot3D）
ax.plot3D(
    x, y, z,          # x/y/z数据
    color='#FF6B6B',  # 线颜色
    linewidth=2,      # 线宽
    label='3D螺旋线'  # 图例标签
)

# 5. 美化设置（和2D图类似，多了z轴标签）
ax.set_xlabel('X轴', fontsize=12)
ax.set_ylabel('Y轴', fontsize=12)
ax.set_zlabel('Z轴', fontsize=12)  # 3D图专属：z轴标签
ax.set_title('单个3D线图示例', fontsize=14, pad=20)
ax.legend(fontsize=10)

# 6. 显示图片
plt.tight_layout()
plt.show()

效果：

一个沿 z 轴螺旋上升的 3D 线条，可拖动鼠标旋转视角查看立体效果。

2. 3D散点图（scatter3D）

适合展示“三维数据的分布”（如身高-体重-年龄关系）。

示例代码：

fig = plt.figure(figsize=(8, 6), dpi=100)
ax = fig.add_subplot(111, projection='3d')

# 生成3D随机数据（1000个点）
np.random.seed(42)  # 固定随机种子，结果一致
x = np.random.normal(0, 1, 1000)  # x轴：正态分布数据
y = np.random.normal(0, 1, 1000)  # y轴：正态分布数据
z = np.random.normal(0, 1, 1000)  # z轴：正态分布数据

# 绘制3D散点图（专用方法：scatter3D）
scatter = ax.scatter3D(
    x, y, z,
    s=30,          # 点的大小
    c=z,           # 按z轴数据着色（颜色渐变）
    cmap='viridis',# 配色方案（内置，无需手动调颜色）
    alpha=0.6,     # 透明度（避免点重叠遮挡）
    label='3D散点'
)

# 美化设置
ax.set_xlabel('X轴', fontsize=12)
ax.set_ylabel('Y轴', fontsize=12)
ax.set_zlabel('Z轴', fontsize=12)
ax.set_title('单个3D散点图示例（按z轴着色）', fontsize=14, pad=20)
ax.legend(fontsize=10)

# 添加颜色条（解释颜色对应的z值）
fig.colorbar(scatter, ax=ax, shrink=0.8, label='Z轴数值')

plt.tight_layout()
plt.show()

关键技巧：

• c=z 表示“按 z 轴数值给点着色”，配合 cmap 可实现渐变效果，直观体现三维分布；
• alpha=0.6 是 3D 散点图必备参数，避免点重叠导致看不清。

3. 3D曲面图（plot_surface）

适合展示“连续的三维曲面”（如地形高度、函数曲面 z = sin(x) + cos(y)）。

示例代码：

fig = plt.figure(figsize=(8, 6), dpi=100)
ax = fig.add_subplot(111, projection='3d')

# 生成网格数据（关键：用np.meshgrid创建x/y平面网格）
x = np.linspace(-5, 5, 100)  # x轴范围：-5~5，100个点
y = np.linspace(-5, 5, 100)  # y轴范围：-5~5，100个点
X, Y = np.meshgrid(x, y)     # 生成100x100的网格（每个点对应一个(x,y)坐标）

# 定义z轴函数（曲面方程）
Z = np.sin(X) + np.cos(Y)  # 每个(x,y)对应的z值

# 绘制3D曲面图（专用方法：plot_surface）
surface = ax.plot_surface(
    X, Y, Z,
    cmap='coolwarm',  # 配色方案（冷暖渐变）
    edgecolor='none', # 隐藏网格线（让曲面更光滑）
    alpha=0.8         # 透明度
)

# 美化设置
ax.set_xlabel('X轴', fontsize=12)
ax.set_ylabel('Y轴', fontsize=12)
ax.set_zlabel('Z轴', fontsize=12)
ax.set_title('单个3D曲面图示例（z = sin(x) + cos(y)）', fontsize=14, pad=20)

# 添加颜色条
fig.colorbar(surface, ax=ax, shrink=0.8, label='Z轴数值')

plt.tight_layout()
plt.show()

关键注意：

• 曲面图必须用 np.meshgrid() 生成 x/y 网格（不能直接用一维数组），否则会报错；
• edgecolor='none' 可隐藏网格线，让曲面更美观（默认显示网格线，适合看细节）。

三、第二步：绘制多个3D子图（排列布局）

和 2D 多子图逻辑完全一致，用 fig.add_subplot(nrows, ncols, index, projection='3d') 批量创建 Axes3D 对象即可。

示例代码：2行2列共4个3D子图

fig = plt.figure(figsize=(12, 10), dpi=100)  # 扩大画布，避免子图拥挤

# 生成通用测试数据
t = np.linspace(0, 10*np.pi, 1000)
x_line = np.sin(t)
y_line = np.cos(t)
z_line = t

x_scatter = np.random.normal(0, 1, 500)
y_scatter = np.random.normal(0, 1, 500)
z_scatter = np.random.normal(0, 1, 500)

x_surf = np.linspace(-5, 5, 50)
y_surf = np.linspace(-5, 5, 50)
X_surf, Y_surf = np.meshgrid(x_surf, y_surf)
Z_surf1 = np.sin(X_surf) * np.cos(Y_surf)
Z_surf2 = X_surf**2 + Y_surf**2  # 抛物面

# 子图1：3D线图（1行1列第1个）
ax1 = fig.add_subplot(2, 2, 1, projection='3d')
ax1.plot3D(x_line, y_line, z_line, color='red', linewidth=2)
ax1.set_title('子图1：3D线图', fontsize=12)
ax1.set_xlabel('X')
ax1.set_ylabel('Y')
ax1.set_zlabel('Z')

# 子图2：3D散点图（1行2列第2个）
ax2 = fig.add_subplot(2, 2, 2, projection='3d')
ax2.scatter3D(x_scatter, y_scatter, z_scatter, s=20, c='blue', alpha=0.5)
ax2.set_title('子图2：3D散点图', fontsize=12)
ax2.set_xlabel('X')
ax2.set_ylabel('Y')
ax2.set_zlabel('Z')

# 子图3：正弦余弦曲面（2行1列第3个）
ax3 = fig.add_subplot(2, 2, 3, projection='3d')
ax3.plot_surface(X_surf, Y_surf, Z_surf1, cmap='viridis', edgecolor='none')
ax3.set_title('子图3：sin(x)cos(y)曲面', fontsize=12)
ax3.set_xlabel('X')
ax3.set_ylabel('Y')
ax3.set_zlabel('Z')

# 子图4：抛物面（2行2列第4个）
ax4 = fig.add_subplot(2, 2, 4, projection='3d')
ax4.plot_surface(X_surf, Y_surf, Z_surf2, cmap='plasma', edgecolor='none')
ax4.set_title('子图4：x²+y²抛物面', fontsize=12)
ax4.set_xlabel('X')
ax4.set_ylabel('Y')
ax4.set_zlabel('Z')

# 调整子图间距（避免标签重叠）
plt.tight_layout()
plt.show()

布局技巧：

• 多3D子图要扩大画布（figsize=(12,10)），否则会拥挤；
• 每个子图的 Axes3D 对象独立，可分别设置标题、标签、样式，互不影响。

四、3D图常见问题与解决方案（避坑指南）

1. 报错：'module' object has no attribute 'Axes3D'

• 原因：导入方式错误（旧版本 Matplotlib 导入路径不同）；
• 解决方案：用标准导入方式：

  from mpl_toolkits.mplot3d import Axes3D  # 正确
  # 避免用：import mpl_toolkits.mplot3d as Axes3D（错误）
  

2. 3D图显示为“平面”，没有立体效果

• 原因1：忘记指定 projection='3d'（创建的是2D子图）；
  • 解决：ax = fig.add_subplot(111, projection='3d')（必须加 projection='3d'）；
• 原因2：数据维度不对（如曲面图用了一维数组）；
  • 解决：曲面图必须用 np.meshgrid() 生成二维网格（X/Y 是 2D 数组）。

3. 子图标签/标题重叠

• 原因：画布太小，子图间距不足；
• 解决：① 扩大画布 figsize；② 用 plt.tight_layout() 自动调整间距；③ 缩小标签字体（fontsize=10）。

4. 3D散点图点太多，重叠看不清

• 解决方案：① 减小点的大小（s=20）；② 降低透明度（alpha=0.5）；③ 抽样减少数据量（如 x = x[:500]）。

5. 保存3D图时，部分区域被截断

• 原因：plt.savefig() 默认裁剪空白，3D图的z轴可能被裁；
• 解决方案：保存时加 bbox_inches='tight'：

  fig.savefig('3d_fig.png', dpi=150, bbox_inches='tight')
  

五、核心总结（快速回顾）

1. 3D绘图核心步骤：创建画布 → 添加 projection='3d' 的子图 → 生成3D数据 → 调用3D专用方法（plot3D/scatter3D/plot_surface）；
2. 数据要求：线图/散点图用一维数组（x/y/z），曲面图用二维网格（np.meshgrid 生成）；
3. 多子图逻辑：和2D一致，用 add_subplot(nrows, ncols, index, projection='3d') 批量创建；
4. 关键技巧：散点图加 alpha 避免重叠，曲面图用 cmap 渐变着色，保存时加 bbox_inches='tight'。