要將colormap 應用于3D 可視化，您可以使用matplotlib 庫中的 scatter() 函數來創建一個3D 散點圖，并為每個數據點指定一個顏色。以下是一個簡單的例子：
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
# 生成一些示例數據
n = 100
x = np.random.rand(n)
y = np.random.rand(n)
z = np.random.rand(n)
colors = np.random.rand(n) # 用于指定顏色的數據
# 創建一個3D 散點圖
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
sc = ax.scatter(x, y, z, c=colors, cmap='viridis')
# 添加顏色條
plt.colorbar(sc)
plt.show()
在這個例子中，我們生成了一些隨機數據并將其繪制在3D 散點圖中。我們使用random.rand() 函數生成隨機數據，并將它們傳遞給scatter() 函數。我們還為每個數據點指定一個顏色，這里我們使用 random.rand() 生成另一組隨機數據來指定顏色。
在scatter() 函數中，我們使用 c 參數來指定顏色，使用 cmap 參數來指定所使用的colormap。在這里，我們使用了 ‘viridis’ colormap。最后，我們使用colorbar() 函數來添加顏色條，以便查看顏色與數值之間的對應關系。
您可以根據需要更改數據和colormap 來調整圖表的外觀。希望這可以幫助到您！
