文章目录
1. 绘制3D柱状图
绘制3D柱状图使用的是axes3d.bar()方法。
可能跟我们中学学的有一点不同的是，其语法如下：
bar(left, height, zs=0, zdir=‘z’, *args, **kwargs)
其中left表示指向侧边的轴，zs表示指向我们的方向的轴，height即表示高度的轴。这三者都需要是一维的序列对象。
在调用相关方法的时候，比如设置轴标签，还有一点需要区分的是，left对应的是y轴，zs对应的是x轴。（意思就是说，比如使用plt.xticks()方法，操作的是zs；而使用plt.yticks()方法则操作的是left轴。height对应着z轴。）
一段完整的代码示例如下：
import matplotlib.pyplot as plt from mpl_toolkits.mplot3d.axes3d import Axes3D import numpy as np plt.rcParams['axes.unicode_minus'] = False plt.rcParams['axes.facecolor'] = '#cc00ff' plt.rcParams['font.sans-serif'] = ['STKAITI'] # 创建画布 fig = plt.figure() # 创建3D坐标系 axes3d = Axes3D(fig) zs = range(5) left = np.arange(0, 10) height = np.array([]) for i in range(len(zs)): z = zs[i] np.random.seed(i) height = np.random.randint(0, 30, size=10) axes3d.bar(left, height, zs=z, zdir='x', color=['red', 'green', 'purple', 'yellow', 'blue', 'black', 'gray', 'orange', 'pink', 'cyan']) plt.xticks(zs, ['1月份', '2月份', '3月份', '4月份', '5月份']) plt.yticks(left, ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'G']) plt.xlabel('月份') plt.ylabel('型号') plt.show()
图像效果如下：
2. 绘制3D曲面图
① 示例1
绘制曲面图使用的是plot_surface()方法，这个方法的参数相对而言更简单。且X、Y、Z三者的顺序相对较为容易分辨。
通过读示例代码，即可快速掌握其用法：
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D plt.rcParams['font.sans-serif'] = ['STKAITI'] plt.rcParams['axes.unicode_minus'] = False plt.rcParams['axes.facecolor'] = '#cc00ff' fig = plt.figure(figsize=(10, 8), facecolor='#cc00ff') ax = Axes3D(fig) delta = 0.125 # 生成代表X轴数据的列表 x = np.arange(-4.0, 4.0, delta) # 生成代表Y轴数据的列表 y = np.arange(-3.0, 4.0, delta) # 对x、y数据执行网格化 X, Y = np.meshgrid(x, y) Z1 = np.exp(-X**2 - Y**2) Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2) # 计算Z轴数据（高度数据） Z = (Z1 - Z2) * 2 # 绘制3D图形 ax.plot_surface(X, Y, Z, rstride=1, # rstride（row）指定行的跨度 cstride=1, # cstride(column)指定列的跨度 cmap=plt.get_cmap('rainbow')) # 设置颜色映射 plt.xlabel('X轴', fontsize=15) plt.ylabel('Y轴', fontsize=15) ax.set_zlabel('Z轴', fontsize=15) ax.set_title('《曲面图》', y=1.02, fontsize=25, color='gold') # 设置Z轴范围 ax.set_zlim(-2, 2) plt.show()
② 示例2
更换一组数据，呈现的则是另一种艺术效果：
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D plt.rcParams['font.sans-serif'] = ['STKAITI'] plt.rcParams['axes.unicode_minus'] = False plt.rcParams['axes.facecolor'] = '#cc00ff' fig = plt.figure(figsize=(12, 10), facecolor='#cc00ff') ax = Axes3D(fig) delta = 0.125 # 生成代表X轴数据的列表 x = np.linspace(-2, 2, 10) # 生成代表Y轴数据的列表 y = np.linspace(-2, 2, 10) # 对x、y数据执行网格化 X, Y = np.meshgrid(x, y) # 计算Z轴数据（高度数据） Z = X**2 - Y**2 # 绘制3D图形 ax.plot_surface(X, Y, Z, rstride=1, # rstride（row）指定行的跨度 cstride=1, # cstride(column)指定列的跨度 cmap=plt.get_cmap('rainbow')) # 设置颜色映射 plt.xlabel('X轴', fontsize=15) plt.ylabel('Y轴', fontsize=15) ax.set_zlabel('Z轴', fontsize=15) ax.set_title('《曲面图》', y=1.02, fontsize=25, color='gold') plt.show()
3.绘制3D散点图
在3D曲面图示例1的基础上稍作修改。
绘制散点图使用scatter()方法，将散点颜色设置为绿色，红色边沿。
代码示例如下：
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D plt.rcParams['font.sans-serif'] = ['STKAITI'] plt.rcParams['axes.unicode_minus'] = False plt.rcParams['axes.facecolor'] = '#cc00ff' fig = plt.figure(figsize=(10, 8), facecolor='#cc00ff') ax = Axes3D(fig) delta = 0.125 # 生成代表X轴数据的列表 x = np.arange(-4.0, 4.0, delta) # 生成代表Y轴数据的列表 y = np.arange(-3.0, 4.0, delta) # 对x、y数据执行网格化 X, Y = np.meshgrid(x, y) Z1 = np.exp(-X**2 - Y**2) Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2) # 计算Z轴数据（高度数据） Z = (Z1 - Z2) * 2 # 绘制3D图形 ax.scatter(X, Y, Z, c='green', edgecolors='red') plt.xlabel('X轴', fontsize=15) plt.ylabel('Y轴', fontsize=15) ax.set_zlabel('Z轴', fontsize=15) ax.set_title('《散点图》', y=1.02, fontsize=25, color='gold') # 设置Z轴范围 ax.set_zlim(-2, 2) plt.show()
绘图效果如下：
4. 绘制3D曲线图
绘制曲线图，使用的则是我们最最最熟悉的plot()方法。
其他部分基本不变，数据部分生成三组适合我们绘图的数据，线条为金色，宽度设定为3.
代码如下：
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D plt.rcParams['font.sans-serif'] = ['STKAITI'] plt.rcParams['axes.unicode_minus'] = False plt.rcParams['axes.facecolor'] = '#cc00ff' fig = plt.figure(figsize=(10, 8), facecolor='#cc00ff') ax = Axes3D(fig) theta = np.linspace(0, 3.14*10, 1000) r = np.linspace(0, 1, 1000) x = r * np.cos(theta) y = r * np.sin(theta) z = np.linspace(0, 4, 1000) ax.plot(x, y, z, color='gold', lw=3) plt.xlabel('X轴', fontsize=15) plt.ylabel('Y轴', fontsize=15) ax.set_zlabel('Z轴', fontsize=15) ax.set_title('《曲线图》', y=1.02, fontsize=25, color='gold') plt.show()
图像效果如下：
