Matplotlib“重”3D散点图

Question

我需要使用python绘制三维散点图。 可视化需要具有点云，其显示属于区域的一些点以及一些其他区域的点。

这是一个例子。 我的真正任务是要求使用方程式无法描述的形状，但任务类似

从mpl_toolkits.mplot3d导入numpy as np导入Axes3D导入matplotlib.pyplot作为plt

points = np.linspace(-10,10,50)
xx,yy,zz = np.meshgrid(points,points,points,indexing='ij')

# cylinder in the meshgrid
cylinder_coordinates = zz**2+yy**2 <= 4

xxCyl = xx[cylinder_coordinates]
yyCyl = yy[cylinder_coordinates]
zzCyl = zz[cylinder_coordinates]

fig = plt.figure()
ax = Axes3D(fig)
ax.scatter(xx,yy,zz,alpha=0.2)
ax.scatter(xxCyl,yyCyl,zzCyl,c='red') 

已经使用上面的代码，我的计算机很难渲染输出。 有了真正的任务，它需要永远。 有人知道如何执行此任务但让它“更轻”吗？

我希望可视化的数据与统计变量无关。 这是一个纯粹的几何问题。 我需要证明属于几何的点根据不同的区域被正确分类，因此我用它们执行正确的操作。