我使用matplotlib的mplot 3d库绘制了4D数据（3D散点+颜色）。为了帮助分析点云在空间中的分布，我想使用2D直方图/等高线图显示点云在3个平面（XY、XZ、YZ）上的投影。
这是一个MWE，它使用ax.plot来做我想要的事情（根据下面的链接）。这在技术上是可行的，但我认为用等高线图替换ax.plot中的buck-shot会在视觉上更令人愉悦：

import numpy as np

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# Prepare sample data - normally distributed
NSamples = 5000
vmin, vmax = -2, 2

X = np.random.normal(loc=-.1, scale=.5, size=(NSamples,))
Y = np.random.normal(loc=.1, scale=.25, size=(NSamples,))
Z = np.random.normal(loc=0, scale=1, size=(NSamples,))

# Create figure, add subplot with 3d projection
fig = plt.figure(figsize=(5,5))
ax = fig.add_subplot(111, projection='3d')
ax.set_xlabel("X")
ax.set_ylabel("Y")
ax.set_zlabel("Z")
ax.set_xlim(vmin, vmax)
ax.set_ylim(vmin, vmax)
ax.set_zlim(vmin, vmax)

# Plot the data cloud
ax.scatter(X, Y, Z, s=.5, alpha=.05, color='k')

# Plot the 2D projections using `plot`. This is the piece I'd like to improve 
ax.plot(X, Y, '+', markersize=.2, color='r', zdir='z', zs=-2.)
ax.plot(X, Z, '+', markersize=.2, color='g', zdir='y', zs=2.)
ax.plot(Y, Z, '+', markersize=.2, color='b', zdir='x', zs=-2.)

plt.savefig("3DScatter.png")

# Now, I'd *like* for the following histograms to be plotted on each of the XY, XZ, YZ planes 
instead of using `plot` above
for label, data_x, data_y in [ ['XY', X, Y], ['XZ', X, Z], ['YZ', Y, Z] ]:
    hist, binx, biny = np.histogram2d( data_x, data_y, bins=[xbins, ybins])

    plt.figure(figsize=(5,5))
    plt.imshow(hist, extent=[vmin,vmax,vmin,vmax])
    plt.xlabel(label[1])

生产：

等等
为了清楚起见，是否有方法在相关的3D轴上绘制上面用imshow绘制的XY、XZ、YZ 2D直方图？基于contour的解决方案也可以。
请注意（我相当肯定）这不是this related question的重复，其解决方案仅适用于2D数据（f（x，y）），而不是3D（f（x，y，z））。