我有一个3D散点图，有变量A，B，C。我想突出显示图的象限，在该象限中，点高于A，B，C的平均值。
目前，我有一个散点图，其中的平均值是每个变量的线。红线是B的平均值，蓝色是A的平均值。两条线都在C的平均值的高度。
因此，重要的点在红线后面，在蓝线前面和两条线的上方。我不确定这是否是显示数据的直观方式。我想我可以添加一个平原到这个地区，以突出它，但我不知道如何做到这一点。
我还需要添加标签的点，我不知道如何做到这一点。我猜应该是这样的

for i in range(len(df)): 
  x = m[i,0]
  y = m[i,1]
  z = m[i,2]
  label = i
  ax.scatter(x,y,z, color='b')
  ax.text(x,y,z, '%s' % (label), size=20, zorder=1, color='k')

但我不知道这是如何工作的，所以我不知道如何适应我的需要。
我的完整代码如下;

import numpy as np
import pandas as pd
import random
import string
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# Sample Dataframe
names=[]

df = pd.DataFrame(np.random.randint(0,200,size=(200, 3)), columns=list('ABC'))
for item in df['A']:
    names.append(random.choice(string.ascii_letters))
df['name']=names
df.head(2)

# Plotting
plt.rcParams["figure.figsize"] = (20,10)

x = df['A']
y = df['B']
z = df['C']

# create the figure
fig = plt.figure()

# add axes
ax = fig.add_subplot(111,projection='3d')
ax.scatter(x,y,z, s=60)

# make lines
xline = [(df['A'].max(),0), (df['B'].mean(),df['B'].mean()),(df['C'].mean(),df['C'].mean())]
ax.plot(xline[0], xline[1], xline[2], 'r')

yline = [(df['A'].mean(),df['A'].mean()), (df['B'].max(),0),(df['C'].mean(),df['C'].mean())]
ax.plot(yline[0], yline[1], yline[2], 'b')

# label the axes
ax.set_xlabel("A")
ax.set_ylabel("B")
ax.set_zlabel("C")
plt.show()