利用display()函数在Python中展示3D图像的步骤

在Python中，我们可以使用matplotlib库中的mplot3d子库来展示3D图像。下面是使用display()函数展示3D图像的步骤：

步骤1: 导入所需的库

首先，我们需要导入matplotlib库中的mplot3d子库以及numpy库。mplot3d用于创建3D图像，numpy用于生成数据。

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

步骤2: 创建数据

接下来，我们需要创建一个包含3D数据的数组。我们可以使用numpy库的函数来生成数据，比如使用meshgrid函数生成网格数据。

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))

这里，我们生成了两个从-5到5的等间隔的数组x和y。然后使用meshgrid函数将x和y组合起来生成一个网格。最后，使用numpy库中的sin函数生成一个与网格形状相同的数组Z。

步骤3: 创建3D图像对象

接下来，我们需要创建一个3D图像对象，并指定图像类型（例如线图、散点图等）。

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

这里，我们使用matplotlib库中的figure函数创建一个图像对象，并使用add_subplot函数添加一个3D坐标轴。参数projection='3d'指定了该坐标轴是一个3D坐标轴。

步骤4: 绘制3D图像

现在，我们可以使用plot_surface函数或plot_wireframe函数来绘制3D图像。

# 绘制曲面图
ax.plot_surface(X, Y, Z, cmap='viridis')

# 绘制线框图
# ax.plot_wireframe(X, Y, Z)

这里，我们使用plot_surface函数绘制了一个曲面图。参数X、Y和Z分别表示x、y和z坐标数据。参数cmap指定了颜色映射，这里使用了viridis颜色映射。

如果要绘制线框图，可以使用plot_wireframe函数，并注释掉上面的plot_surface函数。

步骤5: 设置图像属性

可以设置图像的标题、坐标轴标签等属性。

ax.set_title('3D Plot')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

这里，我们使用set_title函数设置了图像的标题，set_xlabel函数设置了x坐标轴的标签，set_ylabel函数设置了y坐标轴的标签，set_zlabel函数设置了z坐标轴的标签。

步骤6: 显示图像

最后，使用plt.show()函数来展示图像。

plt.show()

完整代码示例：

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

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))

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z, cmap='viridis')
ax.set_title('3D Plot')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()

运行上述代码，即可展示一个带有3D曲面图的图像。可以通过更改数据生成方法和设置图像属性等方式来定制不同的3D图像。