画出3D曲面
在python中，我们可以使用mplot3d将表面直接绘制成3D形状。下面例子中，我们将再次使用绘制等值线图所用到的z=f(x,y)函数。
计算出分割线坐标后，就可以用plot_surface( )函数绘制曲面。
修改颜色表，3D表面效果会更加突出，例如，我们可以用cmap关键字参数指各颜色。还可以用voew_init( )函数旋转曲面，修改elev和azim两个关键字参数，从不同的视角查看曲面，其中第一个关键字参数指定从哪个高度查看曲面，第二个参数指定曲面旋转的角度。
例如，你可以使用plt.cm.hot颜色表，把视角设置为elev=30和azim=125，结果如下所示：
3D散点图
在所有3D图形中，散点图最常用。通过这种可视化方法，能够识别数据点的分布是否遵循某种特定的趋势，尤其是可以识别它们是否有聚集成簇的趋势。
下面的这个例子中，我们仍旧使用scatter( )函数，使用方法跟绘制2D图形相同，但是要将其应用于Axes 3D对象。这样做，你可以多次调用scatter( )函数，在同一个3D对象中显示不同的序列。
3D条状图
数据分析常用的另一种3D图形是3D条状图。要绘制这种图表，同样是将bar( )函数应用于Axes3D对象。如果定义了多个序列，可以在同一个3D对象上多次调用bar( )函数。
多面板图形
至此，你已经见过多种用图表表示数据的方法，也见过把一幅图分为多幅子图的情况。这一节将进一步加深你对这个主题的理解，我们来分析几种更为复杂的情况。
在其他子图中显示子图
我们现在来介绍一种更为高级的方式：把图表放入框架，在其他图表中显示。既然我们在说框架，也就是Axes对象，那么我们就需要把主Axes对象(也就是说主图表)跟防止另一个Axes对象实例的框架分开。用figure( )函数取到Figure对象，用add_axes( )函数在它上面定义两个Axes对象。结果如下所示：
为了更好地理解这种图形模式，你可以为Axes对象的plot( )方法传入两列数据，所实现的效果如下所示：
子图网格
前面我们已经说过如何生成子图 。而要把图形分成多个区域，添加多个子图，可以用subplots( )函数，方法也很简单。matplotlib的GridSpec( )函数可以用来管理更为复杂的情况。它把绘图区域分成多个子区域，你可以把一个或多个子区域分配给每一幅子图，因此可以得到如下所示的图表，其中每幅子图的大小、方位各不相同。
既然我们已经知道如何把不同的区域分配给子图，我们来看一下这些子图的使用方法。事实上，你可以在add_subplot( )函数返回的Axes对象上调用plot( )函数，绘制相应的图形。
