尝试：
%matplotlib notebook
参见jakevdp回复here

JupyterLab用户编辑：

按照说明安装jupyter-matplotlib
那么就不再需要上面的魔法命令了，如下面的例子所示：

# Enabling the `widget` backend.
# This requires jupyter-matplotlib a.k.a. ipympl.
# ipympl can be install via pip or conda.
%matplotlib widget
# aka import ipympl

import matplotlib.pyplot as plt

plt.plot([0, 1, 2, 2])
plt.show()

最后，请注意Maarten Breddels的reply;IMHO ipyvolume确实非常令人印象深刻（而且很有用！）.

你可以使用Plotly库。它可以直接在Jupyter Notebook中渲染交互式3D绘图。
为此，您首先需要通过运行以下命令来安装Plotly：

pip install plotly

您可能还希望通过运行以下命令来升级库：

pip install plotly --upgrade

之后，在Jupyter Notebook中，您可以编写如下内容：

# Import dependencies
import plotly
import plotly.graph_objs as go

# Configure Plotly to be rendered inline in the notebook.
plotly.offline.init_notebook_mode()

# Configure the trace.
trace = go.Scatter3d(
    x=[1, 2, 3],  # <-- Put your data instead
    y=[4, 5, 6],  # <-- Put your data instead
    z=[7, 8, 9],  # <-- Put your data instead
    mode='markers',
    marker={
        'size': 10,
        'opacity': 0.8,
    }
)

# Configure the layout.
layout = go.Layout(
    margin={'l': 0, 'r': 0, 'b': 0, 't': 0}
)

data = [trace]

plot_figure = go.Figure(data=data, layout=layout)

# Render the plot.
plotly.offline.iplot(plot_figure)

因此，下面的图表将在Jupyter Notebook中为您绘制，您将能够与它进行交互。当然，你需要提供你的具体数据，而不是suggested一个。

有一个名为ipyvolume的新库可以做你想做的事情，the documentation shows live demos。当前版本不支持网格和线条，但git repo中的master可以（版本0也是如此）。4）.（免责声明：我是作者）

此列表中缺少Plotly。我已经链接了python绑定页面。它绝对具有动画和交互式3D图表。由于它是开源的，大部分都可以离线使用。当然是和Jupyter合作

我想到的一个解决方案是在iframe中使用vis.js示例。这显示了一个笔记本电脑内的交互式3D绘图，它仍然可以在nbviewer中工作。visjs代码借用了3D图形page上的示例代码
一个小笔记本来说明这一点：demo
代码本身：

from IPython.core.display import display, HTML
import json

def plot3D(X, Y, Z, height=600, xlabel = "X", ylabel = "Y", zlabel = "Z", initialCamera = None):

    options = {
        "width": "100%",
        "style": "surface",
        "showPerspective": True,
        "showGrid": True,
        "showShadow": False,
        "keepAspectRatio": True,
        "height": str(height) + "px"
    }

    if initialCamera:
        options["cameraPosition"] = initialCamera

    data = [ {"x": X[y,x], "y": Y[y,x], "z": Z[y,x]} for y in range(X.shape[0]) for x in range(X.shape[1]) ]
    visCode = r"""
       <link href="https://cdnjs.cloudflare.com/ajax/libs/vis/4.21.0/vis.min.css" type="text/css" rel="stylesheet" />
       <script src="https://cdnjs.cloudflare.com/ajax/libs/vis/4.21.0/vis.min.js"></script>
       <div id="pos" style="top:0px;left:0px;position:absolute;"></div>
       <div id="visualization"></div>
       <script type="text/javascript">
        var data = new vis.DataSet();
        data.add(""" + json.dumps(data) + """);
        var options = """ + json.dumps(options) + """;
        var container = document.getElementById("visualization");
        var graph3d = new vis.Graph3d(container, data, options);
        graph3d.on("cameraPositionChange", function(evt)
        {
            elem = document.getElementById("pos");
            elem.innerHTML = "H: " + evt.horizontal + "<br>V: " + evt.vertical + "<br>D: " + evt.distance;
        });
       </script>
    """
    htmlCode = "<iframe srcdoc='"+visCode+"' width='100%' height='" + str(height) + "px' style='border:0;' scrolling='no'> </iframe>"
    display(HTML(htmlCode))

对于三维可视化，pythreejs可能是笔记本中最好的方法。它利用了notebook的交互式小部件基础设施，因此JS和python之间的连接是无缝的。
一个更高级的库是bqplot，它是一个基于d3的交互式viz库，用于iPython notebook，但它只支持2D

plotly的px.scatter_3d是最简单的解决方案，我发现3d绘图动画后，尝试与matplotlib没有运气-你可以在这篇文章中找到一个很好的例子：Why does the size of my 3D Plotly Scatterplot randomly change?