源代码如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
import numpy as np import matplotlib.pyplot as plt #构造需要显示的值 X = np.arange( 0 , 5 , step = 1 ) #X轴的坐标 Y = np.arange( 0 , 9 , step = 1 ) #Y轴的坐标 #设置每一个(X,Y)坐标所对应的Z轴的值,在这边Z(X,Y)=X+Y Z = np.zeros(shape = ( 5 , 9 )) for i in range ( 5 ): for j in range ( 9 ): Z[i, j] = i + j xx, yy = np.meshgrid(X, Y) #网格化坐标 X, Y = xx.ravel(), yy.ravel() #矩阵扁平化 bottom = np.zeros_like(X) #设置柱状图的底端位值 Z = Z.ravel() #扁平化矩阵 width = height = 1 #每一个柱子的长和宽 #绘图设置 fig = plt.figure() ax = fig.gca(projection = '3d' ) #三维坐标轴 ax.bar3d(X, Y, bottom, width, height, Z, shade = True ) # #坐标轴设置 ax.set_xlabel( 'X' ) ax.set_ylabel( 'Y' ) ax.set_zlabel( 'Z(value)' ) plt.show() |
代码解读:
1、构造需要显示的数据
如下图所示,X坐标取值为[0,1,2,3,4],Y坐标取值为[0,1,2,3,4,5,6,7,8],每一个(X,Y)组合的值Z=X+Y,所需要绘制的图就是在X,Y所对应的坐标位置上面根据Z的值来绘制柱形图。
2、坐标设置
将坐标网格化, X=[0,1,2,3,4],Y=[0,1,2,3,4,5,6,7,8]网格化的结果,如下图所示。可以理解为,X参照Y进行了广播(broadcast), Y参照X进行了广播,分别添加了一个新的维度,并且进行复制。结合xx和yy就得到了所有的X,Y的坐标组合,经过扁平化之后这种对应关系保持不变。代码中的bottom是用来设置绘制每一个柱子的Z坐标的,在此全部都设置为0,而width和height设置每一个柱子的长和宽。
3、bar3d
ax.bar3d(X, Y, bottom, width, height, Z, shade=True):
X,Y:柱子在XY平面的起始坐标
bottom:柱子在Z轴上的起始坐标
width、height:柱子的长宽
Z:数字沿Z轴的长度
shade:是否显示阴影(设置为True立体效果会更好)
shde=True
shade=False
如果需要绘制多个子图,并且里面每一个子图都是3D的,只需要将上述代码进行些许修改即可,案例如下:
1
2
3
4
5
6
7
8
9
10
11
|
fig = plt.figure() ax = fig.add_subplot( 1 , 3 , 1 , projection = '3d' ) ax.bar3d(x, y, z, width, height, top, shade = True ) ax = fig.add_subplot( 1 , 3 , 2 , projection = '3d' ) ax.bar3d(x, y, z, width, height, top2, shade = True ) ax = fig.add_subplot( 1 , 3 , 3 , projection = '3d' ) ax.bar3d(x, y, z, width, height, top3, shade = True ) plt.show() |
以上就是如何用Python绘制3D柱形图的详细内容,更多关于python绘制柱形图的资料请关注服务器之家其它相关文章!
原文链接:https://www.cnblogs.com/AlgrithmsRookie/p/11677614.html