Matplotlib 3D 条形图函数
有些时候，我们的数据不仅仅只有两个维度（x、y），而是涉及到三个维度。比如：
- 不同地区（x 轴）。
- 不同年份（y 轴）。
- 销售额（z 轴）。
像这样的数据，使用普通的二维柱状图就没法直观展示出来了，此时应该使用 3D 条形图。在 Matplotlib 中，我们可以使用 bar3d() 函数来绘制 3D 条形图。
语法：
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.bar3d(
x,
y,
z,
dx,
dy,
dz,
color='red',
shade=True,
**kwargs
)说明：
如果想要使用 3D 条形图，我们首先需要从 mpl_toolkits.mplot3d 中导入 Axes3D 类，然后使用 add_subplot() 函数创建一个 3D 的子图，最后再调用 bar3d() 函数来创建 3D 条形图。
其中，bar3d() 函数接收以下参数。
x（必选）：是一维数组或列表，表示每个条形在 x 轴上的起始位置。y（必选）：是一维数组或列表，表示每个条形在 y 轴上的起始位置。z（必选）：是一维数组或列表，表示每个条形在 z 轴上的起始位置（通常设置为 0 以在 xy 平面上开始）。dx（必选）：是一维数组或列表，表示每个条形在 x 轴上的宽度。dy（必选）：是一维数组或列表，表示每个条形在 y 轴上的深度。dz（必选）：是一维数组或列表，表示每个条形在 z 轴上的高度（即数值大小）。color（可选）：指定条形的颜色。可以是一个单一的颜色值，也可以是一个与条形数量相同的颜色列表。shade（可选）：是一个布尔值，用于控制是否为条形添加阴影效果，以增强 3D 感。默认为 True。**kwargs：其他传递给 bar3d 函数的关键字参数，例如 alpha（透明度）、edgecolor（边框颜色）等。
提示: 如果想要了解如何绘制二维柱状图，另请参阅：Matplotlib 柱状图。
Matplotlib 3D 条形图示例
接下来，我们通过几个简单例子来介绍一下 Matplotlib 是如何绘制 3D 条形图的。
示例 1：绘制简单的 3D 条形图
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
# 设置
plt.rcParams['font.family'] = ['SimHei', 'PingFang SC']
plt.rcParams['axes.unicode_minus'] = False
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
# 条形的位置和尺寸
x = [1, 2, 3, 4]
y = [1, 1, 1, 1]
z = [0, 0, 0, 0]
dx = [0.5, 0.5, 0.5, 0.5]
dy = [0.5, 0.5, 0.5, 0.5]
dz = [2, 4, 1, 5]
# 绘制 3D 条形图
ax.bar3d(x, y, z, dx, dy, dz)
# 设置标题和标签
ax.set_title('3D 条形图')
ax.set_xlabel('X 轴')
ax.set_ylabel('Y 轴')
ax.set_zlabel('Z 轴')
# 显示
plt.show()运行之后，效果如下图所示。
分析：
在这个例子中，我们定义了四个条形的位置 (x, y, z) 和尺寸 (dx, dy, dz)，并且所有条形都从 z=0 平面开始。然后使用 ax.bar3d() 函数将这些数据绘制成了 3D 条形图。
示例 2：自定义条形的颜色
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
# 设置
plt.rcParams['font.family'] = ['SimHei', 'PingFang SC']
plt.rcParams['axes.unicode_minus'] = False
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
# 条形的位置和尺寸
x = [1, 2, 3, 4]
y = [1, 1, 1, 1]
z = [0, 0, 0, 0]
dx = [0.5, 0.5, 0.5, 0.5]
dy = [0.5, 0.5, 0.5, 0.5]
dz = [2, 4, 1, 5]
# 自定义颜色列表
colors = ['red', 'green', 'blue', 'yellow']
# 绘制 3D 条形图，并设置颜色
ax.bar3d(x, y, z, dx, dy, dz, color=colors)
# 设置标题和标签
ax.set_title('3D 条形图')
ax.set_xlabel('X 轴')
ax.set_ylabel('Y 轴')
ax.set_zlabel('Z 轴')
# 显示
plt.show()运行之后，效果如下图所示。
分析：
这里我们创建了一个包含 4 种颜色的列表 colors，并将其传递给 bar3d() 函数的 color 参数。这样，每个条形都会被赋予列表中的对应颜色。
示例 3：在不同的 z 高度绘制条形
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
# 设置
plt.rcParams['font.family'] = ['SimHei', 'PingFang SC']
plt.rcParams['axes.unicode_minus'] = False
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
# 条形的位置和尺寸
x = [1, 2, 3, 4]
y = [1, 1, 1, 1]
z = [0, 1, 2, 0.5] # 不同的起始 z 值
dx = [0.5, 0.5, 0.5, 0.5]
dy = [0.5, 0.5, 0.5, 0.5]
dz = [2, 3, 1.5, 4]
# 绘制 3D 条形图
ax.bar3d(x, y, z, dx, dy, dz, color='skyblue', shade=True)
# 设置标题和标签
ax.set_title('3D 条形图')
ax.set_xlabel('X 轴')
ax.set_ylabel('Y 轴')
ax.set_zlabel('Z 轴')
# 显示
plt.show()运行之后，效果如下图所示。
分析：
在这个例子中，我们修改了 z 列表的值，使得每个条形从不同的 z 高度开始绘制。这种方式可以用于展示更复杂的三维数据结构。
Matplotlib 3D 条形图案例
假设我们有三个城市 2023 年和 2024 年的销售额，此时可以考虑用 3D 条形图来展示。
示例 4：3D 条形图的实际应用
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
# 设置
plt.rcParams['font.family'] = ['SimHei', 'PingFang SC']
plt.rcParams['axes.unicode_minus'] = False
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
# 数据
cities = ['北京', '上海', '广州']
years = [2023, 2024]
x = []
y = []
z = []
dx = []
dy = []
dz = []
data = {
'北京': [100, 150],
'上海': [120, 130],
'广州': [90, 110]
}
for i, city in enumerate(cities):
for j, year in enumerate(years):
x.append(i)
y.append(j)
z.append(0)
dx.append(0.4)
dy.append(0.4)
dz.append(data[city][j])
# 绘图
ax.bar3d(x, y, z, dx, dy, dz, color='lightskyblue', shade=True)
ax.set_xticks(range(len(cities)))
ax.set_xticklabels(cities)
ax.set_yticks(range(len(years)))
ax.set_yticklabels(years)
ax.set_xlabel('城市')
ax.set_ylabel('年份')
ax.set_zlabel('销售额')
# 显示
plt.show()运行之后，效果如下图所示。
分析：
在这个例子中，我们用 3D 条形图展示了三个城市在两年内的销售额。其中，X 轴表示城市，Y 轴表示年份，Z 轴则表示销售额。
通过使用 for 循环 结合 enumerate() 函数来循环遍历数据，我们为每个城市和年份组合创建了一个条形。这种方式可以使得不同城市和年份的销售额对比更加直观。例如，一眼就能看出北京在 2024 年的销售额最高。
同时，我们还使用了 set_xticks() 和 set_yticks() 函数设置了自定义的标签，从而使得图表更易于理解。
