python matplotlib绘制 3D图像专题 （三维柱状图、曲面图、散点图、曲线图合集）
先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip1024c （备注Python）
正文
ʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞ
大家好，我是侯小啾！
今天分享的内容是，如何使用python matplotlib绘制绘制出一系列酷炫的3D图像。基础的部分我在该系列的其他的blog中已经有所涉及，这里就主要通过代码示例快速传达有效信息啦。
=================================================================================
绘制3D柱状图使用的是axes3d.bar()方法。
可能跟我们中学学的有一点不同的是，其语法如下：
bar(left, height, zs=0, zdir=‘z’, *args, **kwargs)
其中left表示指向侧边的轴，zs表示指向我们的方向的轴，height即表示高度的轴。这三者都需要是一维的序列对象。
在调用相关方法的时候，比如设置轴标签，还有一点需要区分的是，left对应的是y轴，zs对应的是x轴。（意思就是说，比如使用plt.xticks()方法，操作的是zs；而使用plt.yticks()方法则操作的是left轴。height对应着z轴。）
一段完整的代码示例如下：
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D
import numpy as np
plt.rcParams[‘axes.unicode_minus’] = False
plt.rcParams[‘axes.facecolor’] = ‘#cc00ff’
plt.rcParams[‘font.sans-serif’] = [‘STKAITI’]
创建画布
fig = plt.figure()
创建3D坐标系
axes3d = Axes3D(fig)
zs = range(5)
left = np.arange(0, 10)
height = np.array([])
for i in range(len(zs)):
z = zs[i]
np.random.seed(i)
height = np.random.randint(0, 30, size=10)
axes3d.bar(left, height, zs=z, zdir=‘x’,
color=[‘red’, ‘green’, ‘purple’, ‘yellow’, ‘blue’, ‘black’, ‘gray’, ‘orange’, ‘pink’, ‘cyan’])
plt.xticks(zs, [‘1月份’, ‘2月份’, ‘3月份’, ‘4月份’, ‘5月份’])
plt.yticks(left, [‘A’, ‘B’, ‘C’, ‘D’, ‘E’, ‘F’, ‘G’, ‘H’, ‘I’, ‘G’])
plt.xlabel(‘月份’)
plt.ylabel(‘型号’)
plt.show()
图像效果如下：
=================================================================================
绘制曲面图使用的是plot_surface()方法，这个方法的参数相对而言更简单。且X、Y、Z三者的顺序相对较为容易分辨。
通过读示例代码，即可快速掌握其用法：
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams[‘font.sans-serif’] = [‘STKAITI’]
plt.rcParams[‘axes.unicode_minus’] = False
plt.rcParams[‘axes.facecolor’] = ‘#cc00ff’
fig = plt.figure(figsize=(10, 8), facecolor=‘#cc00ff’)
ax = Axes3D(fig)
delta = 0.125
生成代表X轴数据的列表
x = np.arange(-4.0, 4.0, delta)
生成代表Y轴数据的列表
y = np.arange(-3.0, 4.0, delta)
对x、y数据执行网格化
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X2 - Y2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
计算Z轴数据（高度数据）
Z = (Z1 - Z2) * 2
绘制3D图形
ax.plot_surface(X, Y, Z,
rstride=1, # rstride（row）指定行的跨度
cstride=1, # cstride(column)指定列的跨度
cmap=plt.get_cmap(‘rainbow’)) # 设置颜色映射
plt.xlabel(‘X轴’, fontsize=15)
plt.ylabel(‘Y轴’, fontsize=15)
ax.set_zlabel(‘Z轴’, fontsize=15)
ax.set_title(‘《曲面图》’, y=1.02, fontsize=25, color=‘gold’)
设置Z轴范围
ax.set_zlim(-2, 2)
plt.show()
更换一组数据，呈现的则是另一种艺术效果：
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams[‘font.sans-serif’] = [‘STKAITI’]
plt.rcParams[‘axes.unicode_minus’] = False
plt.rcParams[‘axes.facecolor’] = ‘#cc00ff’
fig = plt.figure(figsize=(12, 10), facecolor=‘#cc00ff’)
ax = Axes3D(fig)
delta = 0.125
生成代表X轴数据的列表
x = np.linspace(-2, 2, 10)
生成代表Y轴数据的列表
y = np.linspace(-2, 2, 10)
对x、y数据执行网格化
X, Y = np.meshgrid(x, y)
计算Z轴数据（高度数据）
Z = X2 - Y2
绘制3D图形
ax.plot_surface(X, Y, Z,
rstride=1, # rstride（row）指定行的跨度
cstride=1, # cstride(column)指定列的跨度
cmap=plt.get_cmap(‘rainbow’)) # 设置颜色映射
plt.xlabel(‘X轴’, fontsize=15)
plt.ylabel(‘Y轴’, fontsize=15)
ax.set_zlabel(‘Z轴’, fontsize=15)
ax.set_title(‘《曲面图》’, y=1.02, fontsize=25, color=‘gold’)
plt.show()
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
mg-blog.csdnimg.cn/img_convert/21b2604bd33c4b6713f686ddd3fe5aff.png)
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-JbMMbjBy-1713157199282)]
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！