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