《Python实现数据可视化》创建3D直方图

大家好，今天来为大家分享《Python实现数据可视化》创建3D直方图的一些知识点，和的问题解析，大家要是都明白，那么可以忽略，如果不太清楚的话可以看看本篇文章，相信很大概率可以解决您的问题，接下来我们就一起来看看吧！

本节将探讨有关mplot3d 的更多功能。 mpl_toolkits.mplot3 工具包提供了一些基本的3D 绘图功能。它支持的图表类型包括散点图（scatter）、曲面图（surf）、线图（line）和网格图（mesh）。虽然mplot3d 不是最好的3D 图形绘制库，但它是与matplotlib 一起产生的，因此我们已经熟悉它的界面。

准备工作

基本上，我们仍然需要创建一个图表并向其中添加所需的轴。但不同的是，我们为图表指定了3D视图，并且添加的坐标轴是Axes3D。

现在我们可以使用几乎相同的函数进行绘图。当然，函数的参数不同，需要提供3个轴的数据。

例如，我们要为函数mpl_toolkits.mplot3d.Axes3D.plot 指定xs、ys、zs 和zdir 参数。其他参数直接传递给matplotlib.axes.Axes.plot。下面解释这些具体参数。

1. xs和ys：x轴和y轴坐标。

2. zs：这是z轴的坐标值。可以是所有点对应的值，也可以是每个点对应的值。

3. zdir：确定使用哪个坐标轴作为z轴维度（通常是zs，但也可以是xs或ys）。

提示：模块mpl_toolkits.mplot3d.art3d 包含3D 艺术家代码和将2D 艺术家转换为3D 版本的函数。该模块中有一个rotate_axes方法，可以添加到Axes3D中以重新排序坐标，以便轴与zdir一起旋转。 zdir 的默认值为z。在坐标轴前添加’“-“’将反转变换，因此zdir的值可以是x、-x、y、-y、z或-z。

操作步骤

以下代码演示了我们已经解释过的概念。

导入randomimport numpy 作为np导入matplotlib 作为mplimport matplotlib.pyplot 作为plt导入matplotlib.dates 作为mdatesfrom mpl_toolkits.mplot3d 导入Axes3Dmpl.rcParams[‘font.size’]=10fig=plt.figure()ax=Fig.add_subplot(111, 投影=’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(‘月’)ax.set_ylabel(‘年’)ax.set_zlabel(‘销售净额[美元]’)plt.show()上述代码生成如图5-1 所示的图表。

图5-1

工作原理

我们需要做与2D世界中相同的准备工作。不同的是，你需要在这里指定后端的类型。然后生成一些随机数据，例如4年（2011-2014）的销售额。

我们需要为3D 轴指定相同的Z 值。

从颜色图集中随机选择一种颜色，并将其与每个Z 顺序集的xs、ys 对相关联。最后，使用xs、ys 对来渲染条形序列。

补充说明

此处还可以使用其他一些matplotlib 2D 绘图函数。例如，scatter() 和plot() 具有类似的接口，但具有附加的点标记大小参数。我们也非常熟悉contour、contourf和bar。

仅以3D 形式出现的新图表类型包括线框、曲面和三面图。

在下面的示例代码中，我们绘制了著名的Pringle 函数的三翼图，该函数在数学上称为双曲抛物面。

from mpl_toolkits.mplot3d import Axes3Dfrom matplotlib import cmimport matplotlib.pyplot as pltimport numpy as npn_angles=36n_radii=8# 半径数组# 不包括半径r=0，这是为了消除重复点radii=np.linspace(0.125, 1.0, n_radii)# 角度数组angles=np.linspace(0, 2 * np.pi, n_angles, endpoint=False)# 重复每个半径的所有角度angles=np.repeat(angles[. np.newaxis], n_radii , axis=1)# 将极坐标（半径、角度）坐标转换为笛卡尔（x, y）坐标# 这里添加(0, 0)。 (x, y)planex=np.append( 0, (radii * np.cos(angles)).flatten())y=np.append(0, (radii * np.sin(角度)).flatten())# Pringle 曲面z=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()上述代码生成如图5-2所示的图形。

图5-2

内容简介：本书是一本使用Python实现数据可视化编程的实用指南。介绍了如何使用Python最流行的库通过60多种方法创建漂亮的数据可视化效果。

本书共8章，内容涵盖工作环境准备、理解数据、绘制和定制图表、学习更多图表和定制、创建3D可视化图表、用图像和地图绘制图表、使用正确的图表理解数据等了解matplotlib。

本书适合有一定Python编程基础的开发者。它可以帮助读者从头开始理解数据、数据格式和数据可视化，并学习使用Python来可视化数据。