使用Python的matplotlib库可以方便地绘制三维图。以下是一个简单的示例代码，展示了如何使用matplotlib绘制一个三维曲线图：
```python
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
创建数据
x = np.linspace（-5, 5, 100）
y = np.linspace（-5, 5, 100）
X, Y = np.meshgrid（x, y）
Z = np.sin（np.sqrt（X2 + Y2））
创建图形和3D坐标轴对象
fig = plt.figure（）
ax = fig.add_subplot（111, projection='3d'）
绘制三维曲线
ax.plot_surface（X, Y, Z, cmap='viridis'）
设置坐标轴标签
ax.set_xlabel（'X Axis'）
ax.set_ylabel（'Y Axis'）
ax.set_zlabel（'Z Axis'）
显示图形
plt.show（）
```
代码解释：
导入库
`numpy` 用于数值计算。
`matplotlib.pyplot` 用于绘图。
`mpl_toolkits.mplot3d.Axes3D` 用于创建三维坐标轴。
创建数据
`x` 和 `y` 是从 -5 到 5 的等间隔数组，用于生成网格。
`X` 和 `Y` 是通过 `np.meshgrid` 生成的网格数据。
`Z` 是通过 `np.sin（np.sqrt（X 2 + Y2））` 计算得到的，表示一个三维曲面。
创建图形和3D坐标轴对象
`fig = plt.figure（）` 创建一个图形对象。
`ax = fig.add_subplot（111, projection='3d'）` 创建一个三维坐标轴对象。
绘制三维曲线
`ax.plot_surface（X, Y, Z, cmap='viridis'）` 绘制一个三维表面图，`cmap='viridis'` 设置颜色映射。
设置坐标轴标签
`ax.set_xlabel（'X Axis'）`、`ax.set_ylabel（'Y Axis'）` 和 `ax.set_zlabel（'Z Axis'）` 设置坐标轴标签。
显示图形
`plt.show（）` 显示绘制好的三维图。
通过这个示例，你可以学习到如何使用matplotlib绘制一个简单的三维曲面图。你可以根据需要修改数据生成方式和绘图参数，以绘制更复杂的三维图形。