使用Bokeh库绘制3D图表

Bokeh是一个用于可视化数据的Python库，它允许用户轻松创建漂亮的交互式图表。除了提供丰富的2D图表类型，Bokeh还支持绘制3D图表，可以更好地展示复杂的数据结构和关系。

为了绘制3D图表，需要使用Bokeh的plotting模块。首先，需要导入必要的库和模块：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from bokeh.plotting import figure, output_file, show

接下来，我们可以创建一个简单的3D图表的例子。让我们假设我们有一些数据点（x，y，z）并且我们想要将它们显示为一个3D散点图。

首先，我们需要生成一些示例数据。我们将使用numpy库生成100个数据点，并将它们保存在NumPy数组中。

x = np.random.normal(0, 1, 100)
y = np.random.normal(0, 1, 100)
z = np.random.normal(0, 1, 100)

接下来，为了绘制3D散点图，我们可以使用Bokeh的figure函数创建一个图表对象，并使用add_layout方法将3D坐标轴添加到图表中。

fig = figure(title="3D Scatter Plot", output_backend="webgl")
fig.add_layout(Axes3D())

然后，我们可以使用circle方法绘制数据点的散点图，并将x、y和z坐标分别传递给x、y和z参数。

fig.circle(x, y, z, size=5, color="blue")

最后，我们可以使用show函数显示图表。

show(fig)

完整的代码示例如下：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from bokeh.plotting import figure, output_file, show

x = np.random.normal(0, 1, 100)
y = np.random.normal(0, 1, 100)
z = np.random.normal(0, 1, 100)

fig = figure(title="3D Scatter Plot", output_backend="webgl")
fig.add_layout(Axes3D())

fig.circle(x, y, z, size=5, color="blue")

show(fig)

运行这段代码，会生成一个具有随机数据点的3D散点图。你可以使用鼠标旋转和缩放图表，以便查看散点图的3D结构。

除了散点图，Bokeh还支持绘制3D曲面图，3D条形图等更多类型的3D图表。您可以使用类似的方式创建它们，并使用add_layout方法添加适当的坐标轴。

在终端中运行此代码将生成一个HTML文件，并在默认浏览器中打开该文件以显示3D图表。