本节书摘来自异步社区《python数据可视化编程实战》一书中的第5章，第5.2节，作者[爱尔兰]igor milovanović ，颛青山 译，更多章节内容可以访问云栖社区“异步社区”公众号查看。
虽然matplotlib主要专注于绘图，并且主要是二维的图形，但是它也有一些不同的扩展，能让我们在地理图上绘图，让我们把excel和3d图表结合起来。在matplotlib的世界里，这些扩展叫做工具包（toolkits）。工具包是一些关注在某个话题（如3d绘图）的特定函数的集合。
比较流行的工具包有basemap、gtk 工具、excel工具、natgrid、axesgrid和mplot3d。
本节将探索关于mplot3d的更多功能。mpl_toolkits.mplot3工具包提供了一些基本的3d绘图功能，其支持的图表类型包括散点图（scatter）、曲面图（surf）、线图（line）和网格图（mesh）。虽然mplot3d不是一个最好的3d图形绘制库，但是它是伴随着matplotlib产生的，因此我们对其接口已经很熟悉了。
基本来讲，我们仍然需要创建一个图表并把想要的坐标轴添加到上面。但不同的是我们为图表指定的是3d视图，并且添加的坐标轴是axes3d。
现在，我们可以使用几乎相同的函数来绘图了。当然，函数的参数是不同的，需要为3个坐标轴提供数据。
例如，我们要为函数mpl_toolkits.mplot3d.axes3d.plot指定xs、ys、zs和zdir参数。其他的参数则直接传给matplotlib.axes.axes.plot。下面来解释一下这些特定的参数。
1．xs和ys：x轴和y轴坐标。
2．zs：这是z轴的坐标值，可以是所有点对应一个值，或者是每个点对应一个值。
3．zdir：决定哪个坐标轴作为z轴的维度（通常是zs，但是也可以是xs或者ys）。
以下代码演示了我们所解释的概念。
上述代码生成如图5-1所示的图表。
我们需要像在2d世界中那样做相同的准备工作。不同的是，在这里需要指定后端（backend）的种类。然后生成了一些随机数据，例如4年的销售额（2011-2014）。
我们需要为3d坐标轴指定相同的z值。
从颜色映射集合中随机选择一种颜色，然后把它和每一个z-order集合的xs、ys对关联起来。最后，用xs、ys对渲染出柱状条序列。
其他的一些matplotlib的2d绘图函数在这里也是可以用的，例如scatter()和plot()有着相似的接口，但有额外的点标记大小参数。我们对contour、contourf和bar也非常熟悉。
仅在3d中出现的新图表类型有线框图（wireframe）、曲面图（surface）和三翼面图（tri-surface）。
在下面的示例代码中，我们绘制了著名的pringle函数的三翼面图，数学专业上的叫法是双曲面抛物线（hyperbolic paraboloid）。
上面的代码生成如图5-2所示的图形。
