雖然matplotlib主要專注于繪圖，并且主要是二維的圖形，但是它也有一些不同的擴展，能讓我們在地理圖上繪圖，讓我們把Excel和3D圖表結合起來。在matplotlib的世界里，這些擴展叫做工具包（toolkits）。工具包是一些關注在某個話題（如3D繪圖）的特定函數的集合。

比較流行的工具包有Basemap、GTK 工具、Excel工具、Natgrid、AxesGrid和mplot3d。

本節將探索關于mplot3d的更多功能。mpl_toolkits.mplot3工具包提供了一些基本的3D繪圖功能，其支持的圖表類型包括散點圖（scatter）、曲面圖（surf）、線圖（line）和網格圖（mesh）。雖然mplot3d不是一個最好的3D圖形繪制庫，但是它是伴隨著matplotlib產生的，因此我們對其接口已經很熟悉了。

準備工作

基本來講，我們仍然需要創建一個圖表并把想要的坐標軸添加到上面。但不同的是我們為圖表指定的是3D視圖，并且添加的坐標軸是Axes3D。

現在，我們可以使用幾乎相同的函數來繪圖了。當然，函數的參數是不同的，需要為3個坐標軸提供數據。

例如，我們要為函數mpl_toolkits.mplot3d.Axes3D.plot指定xs、ys、zs和zdir參數。其他的參數則直接傳給matplotlib.axes.Axes.plot。下面來解釋一下這些特定的參數。

1．xs和ys：x軸和y軸坐標。

2．zs：這是z軸的坐標值，可以是所有點對應一個值，或者是每個點對應一個值。

3．zdir：決定哪個坐標軸作為z軸的維度（通常是zs，但是也可以是xs或者ys）。

提示：模塊mpl_toolkits.mplot3d.art3d包含了3D artist代碼和將2D artists轉化為3D版本的函數。在該模塊中有一個rotate_axes方法，該方法可以被添加到Axes3D中來對坐標重新排序，這樣坐標軸就與zdir一起旋轉了。zdir默認值為z。在坐標軸前加一個'``-``'會進行反轉轉換，這樣一來，zdir的值就可以是x、-x、y、-y、z或者-z。

操作步驟

以下代碼演示了我們所解釋的概念。

import randomimport numpy as np import matplotlib as mpl import matplotlib.pyplot as plt import matplotlib.dates as mdatesfrom mpl_toolkits.mplot3d import Axes3Dmpl.rcParams['font.size'] = 10fig = plt.figure() ax = fig.add_subplot(111, projection='3d')for z in [2011, 2012, 2013, 2014]:xs = xrange(1,13)ys = 1000 * np.random.rand(12)color =plt.cm.Set2(random.choice(xrange(plt.cm.Set2.N)))ax.bar(xs, ys, zs=z, zdir='y', color=color, alpha=0.8)ax.xaxis.set_major_locator(mpl.ticker.FixedLocator(xs)) ax.yaxis.set_major_locator(mpl.ticker.FixedLocator(ys))ax.set_xlabel('Month') ax.set_ylabel('Year') ax.set_zlabel('Sales Net [usd]')plt.show()

上述代碼生成如圖5-1所示的圖表。

圖5-1

工作原理

我們需要像在2D世界中那樣做相同的準備工作。不同的是，在這里需要指定后端（backend）的種類。然后生成了一些隨機數據，例如4年的銷售額（2011-2014）。

我們需要為3D坐標軸指定相同的Z值。

從顏色映射集合中隨機選擇一種顏色，然后把它和每一個Z-order集合的xs、ys對關聯起來。最后，用xs、ys對渲染出柱狀條序列。

補充說明

其他的一些matplotlib的2D繪圖函數在這里也是可以用的，例如scatter()和plot()有著相似的接口，但有額外的點標記大小參數。我們對contour、contourf和bar也非常熟悉。

僅在3D中出現的新圖表類型有線框圖（wireframe）、曲面圖（surface）和三翼面圖（tri-surface）。

在下面的示例代碼中，我們繪制了著名的Pringle函數的三翼面圖，數學專業上的叫法是雙曲面拋物線（hyperbolic paraboloid）。

from mpl_toolkits.mplot3d import Axes3D from matplotlib import cm import matplotlib.pyplot as plt import numpy as npn_angles = 36 n_radii = 8# An array of radii # Does not include radius r=0, this is to eliminate duplicate points radii = np.linspace(0.125, 1.0, n_radii)# An array of angles angles = np.linspace(0, 2 * np.pi, n_angles, endpoint=False)# Repeat all angles for each radius angles = np.repeat(angles[..., np.newaxis], n_radii, axis=1)# Convert polar (radii, angles) coords to cartesian (x, y) coords # (0, 0) is added here. There are no duplicate points in the (x, y) plane x = np.append(0, (radii * np.cos(angles)).flatten()) y = np.append(0, (radii * np.sin(angles)).flatten())# Pringle surfacez = np.sin(-x * y)fig = plt.figure() ax = fig.gca(projection='3d')ax.plot_trisurf(x, y, z, cmap=cm.jet, linewidth=0.2)plt.show()

上面的代碼生成如圖5-2所示的圖形。

圖5-2

本文摘自《Python數據可視化編程實戰》

Python數據可視化編程實戰

內容簡介：
本書是一本使用Python實現數據可視化編程的實戰指南，介紹了如何使用Python最流行的庫，通過60余種方法創建美觀的數據可視化效果。

全書共8章，分別介紹了準備工作環境、了解數據、繪制并定制化圖表、學習更多圖表和定制化、創建3D可視化圖表、用圖像和地圖繪制圖表、使用正確的圖表理解數據以及更多的matplotlib知識。

本書適合那些對Python編程有一定基礎的開發人員閱讀，可以幫助讀者從頭開始了解數據、數據格式、數據可視化，并學會使用Python可視化數據。

點此購買：http://item.jd.com/11676691.html

總結

以上是生活随笔為你收集整理的【Python实现数据可视化】创建3D柱状图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。