如何在Jupyter-lab中控制Matplotlib 3D图形的显示尺寸等参数？

核心需求：放大图形 #

创建Figure对象时直接指定figsize参数即可调整整体尺寸，配合dpi还能提升渲染清晰度：

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

# 创建大尺寸画布，figsize(width, height)单位为英寸
fig = plt.figure(figsize=(12, 10), dpi=100)
ax = fig.add_subplot(projection='3d')

# 生成示例数据
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曲面
ax.plot_surface(X, Y, Z)

# 直接输出figure变量即可在Jupyter Lab渲染
fig

如果已经创建好Figure，也能动态调整尺寸：

fig.set_size_inches(14, 12)
fig

添加图形边缘线条 #

针对plot_surface、plot_wireframe这类3D绘图对象，通过edgecolor指定边缘颜色，linewidth调整线条粗细：

# 延续上面的画布和数据
ax.plot_surface(X, Y, Z, edgecolor='black', linewidth=0.5)
# 线框图直接设置颜色和宽度即可
# ax.plot_wireframe(X, Y, Z, color='black', linewidth=1)
fig

设置3D光源效果 #

用LightSource类自定义光源方向，增强3D立体感：

from matplotlib.colors import LightSource

# azim是绕z轴的方位角，alt是与xy平面的高度角
ls = LightSource(azim=45, alt=60)
# 对Z数据进行着色处理
rgb = ls.shade(Z, plt.cm.viridis)

# 用着色后的数据绘图
ax.plot_surface(X, Y, Z, facecolors=rgb, edgecolor='gray')
fig

内容的提问来源于stack exchange，提问作者Darren Oakey