Jupyter中旋转3D图表

在Jupyter中，我们可以使用不同的Python库来创建3D图表。Matplotlib和Plotly是两个流行的3D图表库，它们都提供了易于使用的函数和方法来创建3D图表。

Matplotlib

在Matplotlib中，我们可以使用mplot3d库来创建3D图表。以下是一个简单的示例：

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

# 创建一个3D图形对象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 创建一些测试数据
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# 绘制3D图表
ax.plot_surface(X, Y, Z)

# 显示图形
plt.show()

在Jupyter中运行此代码将在输出中显示3D图表。我们可以使用鼠标拖动图表来旋转它。

Plotly

对于Plotly，它拥有更多的图表类型和交互性。与Matplotlib不同，它需要从Plotly的服务器获取数据才能显示图表。以下是一个简单的示例：

import plotly.graph_objs as go

# 创建一些测试数据
x = [1, 2, 3, 4, 5]
y = [1, 2, 3, 4, 5]
z = [1, 4, 9, 16, 25]

# 创建一个3D散点图
fig = go.Figure(data=[go.Scatter3d(x=x, y=y, z=z, mode='markers')])

# 显示图形
fig.show()

在Jupyter中运行此代码将创建一个3D散点图。我们可以使用鼠标拖动图表来旋转它。

总之，在Jupyter中旋转3D图表很容易。使用Matplotlib或Plotly创建它们也很简单。