Python Matplotlibでx・y・zのデータから3Dサーフェスをプロットする方法

PythonのMatplotlibを使えば、x、y、z の散布データから美しい3Dサーフェス（曲面）を簡単に描画できます。この記事では、NumPyで生成したデータを plot_surface() メソッドで可視化する手順を、サンプルコード付きでわかりやすく解説します。

3Dサーフェスをプロットする基本手順

x、y、z のデータから3Dサーフェスを描くには、以下の手順に従います。

• rcParams を使って図のサイズを設定し、サブプロット間の余白（パディング）を調整します。
• figure() メソッドで新しい図を作成します（既存の図をアクティブにすることも可能）。
• add_subplot() で projection='3d' を指定し、図に3D用のAxesを追加します。
• NumPyを使って x、y のデータ点を生成し、meshgrid() でグリッド化した X、Y から Z 値を計算します。
• plot_surface() メソッドで x、y、z のデータ点を3Dサーフェスとして描画します。
• show() メソッドで図を表示します。

サンプルコード

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

fig = plt.figure()

ax = fig.add_subplot(111, projection='3d')
x = np.array(np.linspace(-2, 2, 100))
y = np.array(np.linspace(-2, 2, 10))

X, Y = np.meshgrid(x, y)
Z = X * np.exp(-X ** 2 - Y ** 2)

ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap="plasma", linewidth=0, antialiased=False)

plt.show()

コードのポイント解説

• meshgrid()：1次元の x と y の配列から2次元の格子状座標（X、Y）を生成します。3Dプロットには必須の処理です。
• Z = X * np.exp(-X**2 - Y**2)：ガウス関数を応用した数式でZ値を計算しています。これにより中央が盛り上がった滑らかな曲面が得られます。
• cmap="plasma"：カラーマップを指定することで、Z値の高さに応じて色が変化し、曲面の起伏が視覚的に把握しやすくなります。お好みで "viridis" や "coolwarm" なども試してみてください。
• rstride / cstride：行・列方向の描画間隔を指定します。値を大きくするとワイヤーフレームが粗くなり、軽量化できます。
• antialiased=False：アンチエイリアスを無効にして、描画速度を向上させています。

実行結果

上記のコードを実行すると、plasmaカラーマップで色付けされた3Dサーフェスが表示されます。x方向に細かい刻み（100点）、y方向に粗い刻み（10点）を設定しているため、縦方向にリッジのある特徴的な曲面が描かれます。

この手法は、実験データやシミュレーション結果など、実際の測定値を3次元で可視化したい場合にもそのまま応用できます。ぜひ自分のデータに置き換えて試してみてください。