Matplotlib 3D散点图：scatter3D函数详解

在Matplotlib中，scatter3D函数用于绘制三维散点图。

scatter3D函数的用法如下：

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter3D(x, y, z, c=c, cmap='viridis')
plt.show()

其中，x、y、z是一维数组，分别表示散点的x、y、z坐标。

c是一维数组，表示每个散点的颜色。

cmap参数指定了颜色映射方式，可以选择常见的颜色映射方式，如'viridis'、'jet'、'rainbow'等。

通过调用scatter3D函数，我们可以在三维坐标系中绘制散点图。

以下是一个示例：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
np.random.seed(0)
n = 100
x = np.random.rand(n)
y = np.random.rand(n)
z = np.random.rand(n)
c = np.random.rand(n)

# 绘制三维散点图
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter3D(x, y, z, c=c, cmap='viridis')

plt.show()

这段代码生成了100个随机的三维数据点，并使用scatter3D函数绘制了一个彩色的散点图。