突发奇想，想试试matplotlib生成可交互的3d plot，通过拖拽观察3d plot可以获得更多维度的数据，更加立体而且还很有意思。

这是一个demo

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

# 数据（立方体的8个点）
x = np.array([0, 1, 1, 0, 0, 1, 1, 0])
y = np.array([0, 0, 1, 1, 0, 0, 1, 1])
z = np.array([0, 0, 0, 0, 1, 1, 1, 1])

# 创建3D坐标系
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 绘制立方体
ax.plot_trisurf(x, y, z)

在VS code中创建一个ipynb文件并在其中执行这个语句。

可以看到这是个图片，不能交互，但是本身的jupyter和matplotlib肯定是支持生成交互式plot的。

查询后可知，在VScode的jupyter插件环境下，需要修改jupyter notebook对matplotlib的渲染后端才能支持生成交互式plot。

根据Using-%matplotlib-widget-instead-of-%matplotlib-notebook,tk,etc所写，VS code的jupyter插件支持两种后端，分别是

• inline: 默认，渲染plot为图片
• widget: 使用ipywidget渲染plot并生成一个可交互式控件。

因此，为了能够使用可交互图片，只需要在开头使用魔术方法指定matplotlib的渲染后端为widget。

%matplotlib widget
import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d
import numpy as np

# 数据（立方体的8个点）
x = np.array([0, 1, 1, 0, 0, 1, 1, 0])
y = np.array([0, 0, 1, 1, 0, 0, 1, 1])
z = np.array([0, 0, 0, 0, 1, 1, 1, 1])

# 创建3D坐标系
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 绘制立方体
ax.plot_trisurf(x, y, z)

运行查看结果。

可以看到已经能够通过拖拽交互查看3d图片。