如文档中所示，X，Y，Z必须是向量。（当你从Google上输入一篇关于mathworks的文章时，比如“matlab scatter3“，你会首先看到函数的语法。蓝色文本意味着超链接。所有输入都链接到页面底部，在那里定义了它们的确切类型。）
原因（大概）如下。
如文档中所述，scatter3将圆（或您选择的其他符号，如果您修改图形对象）放置在您选择的3D坐标上。坐标分别是X，Y，Z的第 i 个元素。例如，您希望在3D中绘制的第10个点的 x 坐标是X(10)。
如果你知道X（i），Y（i），Z（i）确实是你想为所有 i 绘制的坐标，即使你的X，Y，Z出于某种原因不是向量，你需要重塑X，Y，Z。
为了重塑，你可以简单地做scatter3(X(:), Y(:), Z(:))，它告诉Matlab将数组读取为向量。（你应该查找这是以什么顺序完成的。但它是以**直观的方式。）或者你可以使用reshape。机会是：reshape对于大数据集更快。但ofc (:)更方便。

应采取以下措施：

[X,Y] = meshgrid(-8:.5:8);
R = sqrt(X.^2 + Y.^2) + eps;
Z = sin(R)./R;

X = X(:);
Y = Y(:);
Z = Z(:);

scatter3(X,Y,Z)

字符串
scatter3需要向量，而不是矩阵，据我所知here
这是我的结果：x1c 0d1x
如果你想使用meshgrid而不对矩阵进行整形，你必须使用plot3和'o'符号。所以你可以得到类似的结果：

plot3(X,Y,Z,'o')

型
编辑：
与这篇文章相关的一个问题是，以下哪种方法在计算速度方面更有效：我建议的函数reshape(X,[],1)，还是@Argyll建议的更简单的冒号版本X（：）。
在对reshape函数和:方法进行计时之后，我不得不承认后者更有效。
我添加了我的结果和我用来计时两个函数的代码：

的

sizes = linspace(100,10000,100);

time_reshape = [];
time_col = [];

for i=1:length(sizes)
    X = rand(sizes(i));             % Create random squared matrix

    r = @() ResFcn(X);              
    c = @() ColFcn(X);

    time_reshape = [time_reshape timeit(r)/1000]   % Take average of 1000 measurements
    time_col = [time_col timeit(c)/1000]       % Take average of 1000 measurements
end

figure()
hold on
grid on
plot(sizes(2:end), time_col(2:end))
plot(sizes(2:end), time_reshape(2:end))
legend("Colon","Reshape","Location","northwest")
title("Comparison: Reshape vs. Colon Method")
xlabel("Length of squared matrix")
ylabel("Average execution time [s]")
hold off

function res = ResFcn(X)
    for i = 1:1000    % Repeat 1000 times 
        res = reshape(X,[],1);
    end
end

function res = ColFcn(X)
    for i = 1:1000    % Repeat 1000 times 
        res = X(:);
    end
end

型