绘制三维图入门：Z=X^2 + Y^2
步骤： 1.先绘制出三维坐标 2.定义函数表达式 3.绘制三维图像
1.先绘制出三维坐标
from matplotlib import pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D #此模块并非不没有作用，如果缺少了会/#引起三维坐标的创建报出异常： ValueError: Unknown projection '3dfig = plt.figure()ax1 = plt.axes(projection="3d")plt.show()
2.定义函数表达式
from matplotlib import pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D import numpy as npfig = plt.figure()ax1 = plt.axes(projection="3d")x = np.arange(-5,5,0.1)y = np.arange(-5,5,0.1)Z = x**2+y**2ax1.plot3D(x,y,Z,"gray")plt.show()
3.绘制三维图像
问题：我想绘制的是三维图像，而不是一条曲线，因此我查找原因，发现三维图像是需要网格数据，而我只定义了一个二维数据，因此只显示的为一条曲线，于是我在代码中添加网络数据采集函数（X,Y = np.meshgrid(x,y)），最终得以解决。
meshgrid函数介绍： meshgrid函数生成绘制3D图形所需的网格数据。在计算机中进行绘图操作时， 需要一些采样点，然后根据这些采样点来绘制出整个图形。在进行3D绘图操作时，涉及到x、y、z三组数据，而x、y这两组数据可以看做是在Oxy平面内对坐标进行采样得到的坐标对(x, y)
功能：绘制z=x^2 + y^2 三维图像时间：/10/1"""from matplotlib import pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D import numpy as npplt.figure()ax = plt.axes(projection="3d")x = np.arange(-5,5,0.1)y = np.arange(-5,5,0.1)X,Y = np.meshgrid(x,y) # 2生成绘制3D图形所需的网络数据Z = X**2+Y**2ax.plot_surface(X,Y,Z,alpha=0.5,cmap="winter") #生成表面，alpha用于控制透明度#ax.contour(X,Y,Z,zdir="x",offset=-6,cmap="rainbow") #x轴投影#ax.contour(X,Y,Z,zdir="y",offset=6,cmap="rainbow") #y轴投影#ax.contour(X,Y,Z,zdir="z",offset=-3,cmap="rainbow") #z轴投影ax.set_xlabel("X") #设置X、Y、Z 坐标范围ax.set_xlim(-6,6) #设置X、Y、Z 轴ax.set_ylabel("Y")ax.set_ylim(-6,6)ax.set_zlabel("Z")plt.show()
给代码中添加图像在XYZ的投影：
投影中参数解释：offset：默认的投影面是在（0,0,0）处，如果想让投影位于坐标轴平面上，就要用offset去设置投影的位置。
注意：纸上得来终觉浅，绝知此事要躬行。
