値からなる規則的なデータについては，，， データは配列中の自身の位置を反映する：

DataRangeを使って ，， の明示的なデータ範囲を与える：

密度中の点の明示的な ，，， 座標を得る：

不規則データについては，，， のデータ範囲はデータから推定される：

RegionFunctionを使ってより一般的にデータの包含を制約する：

SparseArrayで与えられた値の配列について，密度をプロットする：

QuantityArrayで与えられた値の配列について，密度をプロットする：

ClipPlanesを使って1つあるいは複数の切り取り平面を指定する．この場合はを切り取る：

表形式データを取得する：

各列が{x,y,z,f}形式のデータを表す表形式データをプロットする：

プロットに凡例を含める：

PlotThemeを使って全体的なスタイルを即座に得る：

PlotLegendsを使ってさまざまな値についての色の棒を得る：

Axesで軸の表示を制御する：

AxesLabelを使って軸に，PlotLabelを使ってプロット全体にラベルを付ける：

ColorFunctionを使い，関数の値でプロットに彩色する：

カスタムの不透明性関数を使って各点の体積の不透明度を指定する：

TargetUnitsは可視化で使う単位を指定する：

x 方向にScalingFunctionsを使う：

デフォルトで，境界ボックスの辺は同じ長さである：

BoxRatiosAutomaticを使って3D座標値の自然なスケールを示す：

境界ボックスの長さの比を指定する：

ClipPlanesを使って切取り平面を指定する．この場合は を切り取る：

複数の切取り平面を指定する．この場は および を切り取る：

一般的なRegionFunctionと比較する：

，， 座標における の値に基づいて彩色する：

ColorDataからの色関数を使う：

ColorFunctionのパラメータは0から1の間に通常にスケールされる：

ColorFunctionScalingをFalseに設定することでスケールされていない座標を使う：

デフォルトで，データ範囲は配列の次元であるとみなされる：

データ範囲を明示的に指定する：

データ点の最大数を指定する：

デフォルトで，すべてのデータが使われる：

OpacityFunctionは，デフォルトでAutomaticである：

Noneを使って立体全体を不透明にする：

カスタムの不透明度関数を使って各点立体の不透明度を指定する：

区間およびの値をより不透明にする：

一定した不透明度Opacity[0.05]を使う：

デフォルトで，スケールされた値が使われる：

OpacityFunctionScalingをFalseに設定してスケールされていない密度の値を使う：

高品質のプロットを生成する：

品質を犠牲にしてもパフォーマンスを優先する：

デフォルトでは凡例は使われない：

PlotLegends->Automaticを使って凡例の付いたプロットを示す：

デフォルトで，プロット範囲全体が示される：

特定の範囲を使ってより詳細に示す：

0から0.2までの関数値のみを示す：

以下のようにすることもできる：

詳細な格子線，目盛，凡例のあるテーマを使う：

格子線を見せないようにする：

さまざまなプロットテーマを比較する：

，， の球体上で プロットする：

の部分のみを示す：

領域は連結していなくてもよい：

デフォルトで，プロットではすべての方向に線形スケールが使われる：

軸が対数スケールのプロットを作成する：

ScalingFunctionsを使って 方向の座標の向きが逆になるようにスケールする：

関数とその逆関数で定義されたスケールを使う：

可視化でどの単位を使うか指定する：

関数 をプロットする：

関数 および をプロットする：

関数 および をプロットする：

関数 および をプロットする：

関数 および をプロットする：

関数 および をプロットする：

一変量関数の積である をプロットする：

一変量関数および二変量関数の および をプロットする：

三変量関数のをプロットする：

指数関数の総和をプロットする：

箱の中の点 をランダムに選ぶ：

三変数の確率密度関数をプロットする：

分布のシミュレーションを行いビン数を計算する：

ランダムウォークのシミュレーションを行い，経路を示す：

ウォークが空間中に記した場所をビンに入れ，密度を示す：

二次元セルオートマトンの進化をプロットする：

メンガーのスポンジ配列を生成する：

置換系の進化をプロットする：

配列中の半径1の近傍を平均することで，ランダムな値の二次元配列の離散拡散モデルのシミュレーションを行う：

データの3D離散フーリエ変換の位相を可視化する：

タンパク質中の原子の位置をビンに入れ，密度を示す：

分子プロットと比較する：

脳のMRIデータを可視化する：

Image3Dと同じ方向にするためには，オプションDataReversedを使う：