下面是关于“python绘制三维图的详细新手教程”的完整攻略：
在开始绘制三维图之前，我们需要配置好相应的开发环境和库。
首先需要确保已经安装了Python以及所需的库，比如numpy、matplotlib等。
其次，需要在代码中加入以下代码，引入相应的库：
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
这些库是绘制三维图需要用到的必要依赖，numpy用于数组计算和基本数学操作，matplotlib用于绘图，Axes3D是Matplotlib的子包，提供了绘制三维图的工具。
下面是一个绘制三维散点图的示例代码。
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 生成随机数据
x = np.random.standard_normal(100)
y = np.random.standard_normal(100)
z = np.random.standard_normal(100)
ax.scatter(x, y, z, c='r', marker='o')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()
上面的代码生成了100个随机数据点，然后通过ax.scatter()方法绘制了三维散点图。使用c参数可以设置散点的颜色，marker参数可以修改散点的标记类型。
下面是一个绘制三维曲面图的示例代码。
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.gca(projection='3d') # 创建一个三维坐标系
# 生成数据
X = np.arange(-5, 5, 0.1)
Y = np.arange(-5, 5, 0.1)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
# 绘制曲面图
ax.plot_surface(X, Y, Z, cmap='rainbow')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()
上面的代码生成了一个以(0, 0)为中心，半径为5的圆盘，并在圆盘上按照距离绘制了正弦波图形。
np.meshgrid()方法用于生成二维网格坐标系，利用网格坐标系生成一个以(0, 0)为中心的圆盘。np.sqrt()方法用于计算圆盘上每个点到圆心的距离，然后将这些距离作为自变量计算正弦值，最后使用ax.plot_surface()方法绘制曲面。
以上就是关于“python绘制三维图的详细新手教程”的攻略，希望对你有所帮助。
本文链接：http://task.lmcjl.com/news/13337.html