python画图|3D bar进阶探索

原创已于 2024-09-18 12:44:09 修改

· 2.3k 阅读

21 ·

版权

文章标签：

#python #开发语言

于 2024-09-18 11:30:13 首次发布

前述学习过程只能怪，已经探究了3D直方图的基础教程，详见下述链接：

python画图|3D直方图基础教程-优快云博客

实际上，基础文章直接进入了堆叠教程，相对来说基础的程度不够，因此有必要再次探索。

【1】官网教程

首先还是来到官网，学习官方的教程：

bar3d(x, y, z, dx, dy, dz) — Matplotlib 3.9.2 documentation

教程非常简洁，我们做一下解读。

【2】代码解读

首先是numpy和matplotlib的引入：

import matplotlib.pyplot as plt  #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算

然后对图形风格做了指引，暂不作为解读重点：

plt.style.use('_mpl-gallery') #设置画图颜色等风格

然后定义了变量：

# Make data
x = [1, 1, 2, 2] #定义变量
y = [1, 2, 1, 2] #定义变量
z = [0, 0, 0, 0] #定义变量
dx = np.ones_like(x)*0.5 #dx的输出结果都是0.5，和x的维度一致
dy = np.ones_like(x)*0.5 #dy的输出结果都是0.5，和x的维度一致
dz = [2, 3, 1, 4] #dz的结果

这段代码相对简单，需要注意的是：

dx = np.ones_like( )的功能是：输出全是1的数组，数组的维度和like()括号中的数组一致。

dx = np.ones_like(x)输出全是1的数组，数组的维度和x的维度（1X4）一致为测试这个功能，输入以下代码后运行：

import matplotlib.pyplot as plt  #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算

plt.style.use('_mpl-gallery') #设置画图颜色等风格

# Make data
x = [1, 1, 2, 2] #定义变量
y = [1, 2, 1, 2] #定义变量
z = [0, 0, 0, 0] #定义变量
dx = np.ones_like(x)*0.5
dy = np.ones_like(x)*0.5
dz = [2, 3, 1, 4]

print('np.ones_like(x)=\n',np.ones_like(x))

输出结果为：

np.ones_like(x)=
[1 1 1 1]

再之后，就定义了要画3D直方图：

# Plot
fig, ax = plt.subplots(subplot_kw={"projection": "3d"}) #定义要画3D图
ax.bar3d(x, y, z, dx, dy, dz) #定义画3D直方图

其中，ax.bar3d(x, y, z, dx, dy, dz)函数，(x, y, z,）代表了需要绘制的3个坐标，（dx, dy, dz)代表了每个直方图的长度、宽度和高度。

最后设置了坐标轴和进行图形输出：

ax.set(xticklabels=[],
       yticklabels=[],
       zticklabels=[])  #设置坐标轴

plt.show() #输出图形

输出结果为：

图1

【3】修改代码

【3.1】显示坐标轴刻度

图1虽然画出了3D直方图，但坐标轴没有刻度尺寸。因此尝试修改坐标轴属性代码，使坐标轴显示刻度尺寸。

将ax.set部分拆开，写成下述形式：

ax.set_xticklabels=([])  #设置坐标轴
ax.set_yticklabels=([])
ax.set_zticklabels=([])  #设置坐标轴

此时的输出结果为：

图2

由图2可见，输出结果显示了坐标轴刻度标签。

【3.2】显示坐标轴标签

图2虽然显示了坐标轴刻度尺寸，但没有显示各个轴的名称，因此有必要继续增加代码，显示轴标签：

ax.set_xlabel("x", color="g", fontsize=20) #设置x轴标签
ax.set_ylabel("y", color="g", fontsize=20) #设置y轴标签
ax.set_zlabel("z", color="g", fontsize=20) #设置z轴标签

plt.show() #输出图形

此时的输出结果为：

图3

图3显示了坐标轴标签。

【4】改写代码

前述图形对3D直方图做了一些完善，但实际上可修改的地方还很多。由于明显的修改将会显著区别于官网图形，因此要重新开一个章节。

首先，将最先约束画图风格的代码改为注释：

#plt.style.use('_mpl-gallery') #设置画图颜色等风格

然后，给3dbar设置颜色：

ax.bar3d(x, y, z, dx, dy, dz,color='y',alpha=0.58) #定义画3D直方图

这里的 color='y'表示图形为黄色；alpha=0.58表示不透明度，alpha越大越不透明，1为完全不透明。

再然后把变量做修改，使其尽可能有区别：

x = [1, 1, 2, 2] #定义变量
y = [1, 2, 1, 2] #定义变量
z = [3,5,6,5] #定义变量
dx = np.ones_like(x)*0.5 #dx的输出结果都是0.5，和x的维度一致
dy = np.ones_like(x)*0.5 #dy的输出结果都是0.5，和x的维度一致
dz = [1,2,3,4] #dz的结果

再给图形加一个名称：

ax.set_title('3Dbar')

此时的输出图形为：

图4

由图4可以看到不同的方块似乎起始高度不一样，因此尝试改变试图角度：

图5

此时非常清晰，方块的起始高度是z = [3,5,6,5]，然后方块的具体高度是dz = [1,2,3,4] 。

至此的完整代码为：

import matplotlib.pyplot as plt  #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算
from scipy.ndimage import label
from sympy.abc import alpha

#plt.style.use('_mpl-gallery') #设置画图颜色等风格

# Make data
x = [1, 1, 2, 2] #定义变量
y = [1, 2, 1, 2] #定义变量
z = [3,5,6,5] #定义变量
dx = np.ones_like(x)*0.5 #dx的输出结果都是0.5，和x的维度一致
dy = np.ones_like(x)*0.5 #dy的输出结果都是0.5，和x的维度一致
dz = [1,2,3,4] #dz的结果

# Plot
fig, ax = plt.subplots(subplot_kw={"projection": "3d"}) #定义要画3D图
ax.bar3d(x, y, z, dx, dy, dz,color='y',alpha=0.58) #定义画3D直方图

#ax.set(xticklabels=[],
#      yticklabels=[],
#      zticklabels=[]
#      )
ax.set_xticklabels=([])  #设置坐标轴
ax.set_yticklabels=([])
ax.set_zticklabels=([])  #设置坐标轴
ax.set_xlabel("x", color="g", fontsize=20) #设置x轴标签
ax.set_ylabel("y", color="g", fontsize=20) #设置y轴标签
ax.set_zlabel("z", color="g", fontsize=20) #设置z轴标签
ax.set_title('3Dbar')
plt.show() #输出图形

【5】总结

学习了3D直方图的绘制教程，显示了坐标轴刻度标签和名称标签，增加了图名，修改了方块颜色。