Matplot拓展python实现

实验需求：
OK，我的原需求是这样的：对于一个表情数据库，它的arousal、valence的标注都为-10到10之间的离散整数。我需要统计其标注arousal和valence的分布，将它们画成3维图像。
其中X轴代表valence的标注值从-10到10，Y轴代表arousal的标注值从-10到10，Z轴呢，代表每一个对应arousal、valence值的图像个数。
这意味着我需要画的是3维立体柱状图，而不是3维曲面图，因为标注值是离散的整数。

PS：为了考虑怎么设置Z轴真是头大了一整个下午，我不想一个个去分类计数每一个a&v交叉点中的个数，这个实在是太笨了。。。 于是和小伙伴商讨了一个下午，最终决定还是采用相对较简单且实用的方法。

第一步：读取数据，取出点组合在一起

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import pandas as pd
import cv2, os, json
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

filename = r"D:\zhang\zhangT/sd1000.csv"
data = pd.read_csv(filename)

x = data['valence']
y = data['arousal']
points=[]
for i in range(len(x)):
    n = x[i]
    m = y[i]
    points.append((n, m))
# print(points)