所以，你发现了一些非常奇怪的东西，但我无法准确地追踪到它的来源。最核心的问题是由Axes3D.plot（和实际创建这些对象的Axes.plot）绘制的线条并不复制其输入数据，而是使用视图进行操作。这意味着如果数据随后被更改，则绘图可能会发生变化。出于某种原因，也使用视图的Axes.plot则不会重现这种可变性。这可能与Axes3D对象的更新方式有关，我不太确定。
无论如何，另一方面，Axes3D.scatter创建PathCollection对象（转换为PathCollection3D），其内部工作要复杂得多。据我所知，这些对象（已在2d中）使用._offsets属性进行操作，该属性是由输入坐标构建的ndarray。按设计，这些数组与输入数据独立。
让我们比较一下plot的情况，以便更好地理解我的意思。对于通常的二维绘图：
import numpy as np
import matplotlib.pyplot as plt
fig,ax = plt.subplots()
x = np.arange(3)
y = np.array([0.0,0.0,0.0])
pl, = ax.plot(x,y,'o-')
ax.set_ylim([0,4])
print(pl.get_xdata().base is x)
print(pl.get_ydata().base is y)
y[:] = [1,2,3]
fig.canvas.draw()
plt.show()
结果包含原始的平坦零线：
请注意，中间的几个print调用验证由plot创建的线对象附加的数据确实是输入数据的视图（而不是副本），因此这里缺乏效果是由于如何修改数据在绘图上被反映。
与3D情况进行比较：
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')
x = np.arange(3)
y = np.array([0.0,0.0,0.0])
z = np.array([0.0,0.0,0.0])
pl, = ax.plot(x,y,z,'o-')
ax.set_ylim([0,4])
ax.set_zlim([0,4])
y[:] = [1,2,3]
z[:] = [1,2,3]
fig.canvas.draw()
plt.show()
我们正在做完全相同的事情，只不过使用了一个三维坐标轴对象（还有一个维度），以下是结果：
如您所见，与二维情况完全相反，原始源数组的变化通过更新图表得到了很好的体现。
我不太确定这是如何发生的；Axes3D.plot将大部分问题外包给了Axes.plot（即2d部分），然后提取了沿第三维的所有数据。由于这两种情况下都是由Axes.plot创建线条，因此它们都不会复制其输入数据，这并不奇怪。
Axes3D.scatter让Axes.scatter完成2d工作。虽然我不理解plot案例在2d和3d之间的区别，但我发现这部分更容易理解：PathCollection（3D）对象要复杂得多，无法在不脱离原始数据数组的情况下组装。
因此，在您问题中的代码中，生成要绘制的数据的函数实际上改变（并返回）相同的数组xs、ys、zs。由于基本上为每个绘图使用相同的数组，因此您看到的结果取决于绘图调用是否对其数据源的变异敏感。对于Axes3D.plot而言，情况就是这样，因此对数据生成函数的第二次调用修改了第一次的绘图；而对于Axes3D.scatter，数据源的变异不会影响绘图，因此两个绘图都如预期地可见。
如果您想看到真正奇怪的事情，请尝试使用列表输入而不是ndarray的三维示例：
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')
x = np.arange(3)
y = [0.0,0.0,0.0]
z = [0.0,0.0,0.0]
pl, = ax.plot(x,y,z,'o-')
ax.set_ylim([0,4])
ax.set_zlim([0,4])
y[:] = [1,2,3]
z[:] = [1,2,3]
fig.canvas.draw()
plt.show()
在这种情况下，我希望输入列表被转换为ndarrays，因此突变不起作用，我们得到一个平坦的零线。但事实并非如此：
显然，y坐标不会改变，但z坐标会发生变化。现在这很奇怪！关键是图的底层数据数组：
print(pl._verts3d)
print(pl._verts3d[2] is z)
当
Axes3D.plot 调用
mplot3d.art3d.line_2d_to_3d 时将 z 坐标强行加入图形中，函数会从二维图中获取现有的 x 和 y 数组，并在其旁边添加 z 坐标。换句话说，
Axes.plot 将输入列表
y 转换为数组，在此步骤中，对
y 的更改不会影响图形。另一方面，
z 输入被单独处理，最终的结果是
z 在操作完成后没有发生变化。这就是为什么同时更改
y 和
z 最终只会更改
z 的原因。
总之，我查看了 matplotlib 问题页面，并发现了与二维情况有关的相关讨论。解决方法似乎是设计上的，因为二维图通常不会复制它们的数据，否则会增加不必要的开销。我也可以看到三维情况是如何处理的，这会导致出现意料之外的行为。
无论如何，我认为改变传递给绘图方法的数据是不合理的。如果您确实有意这样做，请使用专门的方法，例如
pl.set_xdata()。然而，对于三维图而言，这是不可能的（其中 x/ydata 属性被重新解释为不同类型的坐标）。因此，我的建议是不要更改源数组，或者在需要更改数据时手动传递副本。不能禁止突变，但我也可以看到 matplotlib 开发人员不想在每种情况下复制每个输入。因此，最可能的解决方案是用户不应该突变其原始数据。有些事情告诉我，问问题代码的人没有意识到他们最初是在进行输入数组的突变，这意味着我们仍然会看到一种有效的用例，即有意突变输入数组的情况。
