【Python数据分析】Matplotlib绘制不同的3D 图

于 2025-05-14 09:08:04 发布
阅读量700 收藏 17
点赞数 14
分类专栏： 可视化 自己的笔记 文章标签： python 数据分析 matplotlib 3D图 python可视化 Python3D图
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42636075/article/details/147857720
版权

目录

专栏导读

  • 🌸 欢迎来到Python办公自动化专栏—Python处理办公问题，解放您的双手

  • 🏳️‍🌈 博客主页：请点击——> 一晌小贪欢的博客主页求关注

  • 👍 该系列文章专栏：请点击——>Python办公自动化专栏求订阅

  • 🕷 此外还有爬虫专栏：请点击——>Python爬虫基础专栏求订阅

  • 📕 此外还有python基础专栏：请点击——>Python基础学习专栏求订阅

  • 文章作者技术和水平有限，如果文中出现错误，希望大家能指正🙏

  • ❤️ 欢迎各位佬关注！ ❤️

Matplotlib 简介

  • Matplotlib 是 Python 中最流行的 2D 绘图库，用于创建高质量的静态、动态和交互式可视化。它最初由 John D. Hunter 于 2003 年创建，现已成为 Python 科学计算生态系统中的核心可视化工具。

主要特点

  • 多功能性：支持线图、散点图、条形图、直方图、饼图、等高线图、3D 图等多种图表类型
  • 高度可定制：几乎可以控制图形的每个元素（标题、标签、刻度、图例等）
  • 多平台支持：可在多种操作系统和图形后端上工作
  • 与其他库良好集成：与 NumPy、Pandas、SciPy 等科学计算库无缝协作
  • 多种输出格式：支持 PNG、PDF、SVG、EPS 等多种格式输出

基本架构

  • Matplotlib 采用分层架构：
  • Backend Layer：底层接口，处理不同输出格式和渲染
  • Artist Layer：中间层，处理图形元素（线、文本、图像等）
  • Scripting Layer (pyplot)：顶层接口，提供类似 MATLAB 的简单绘图命令

基本组件

  • Figure：整个图形窗口，可以包含多个子图
  • Axes：实际的绘图区域，包含坐标轴、标签等
  • Axis：坐标轴对象，控制刻度、标签等
  • Artist：所有可见元素（文本、线条、矩形等）的基类

库的安装

  • Matplotlib的mplot3d工具包提供了多种3D数据可视化功能。下面介绍几种常见的3D图表类型及其实现方法。

库用途安装
numpy数据生成pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/
matplotlib数据可视化pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/

1. 基本3D线图

在这里插入图片描述

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 创建数据
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
z = np.linspace(-2, 2, 100)
r = z**2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)

# 创建3D图形
fig = plt.figure(figsize=(10, 7))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D线图
ax.plot(x, y, z, label='3D螺旋线', linewidth=2)
ax.set_title('基本3D线图')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')
ax.legend()

plt.tight_layout()
plt.show()

2. 3D散点图

在这里插入图片描述

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 生成随机数据
np.random.seed(42)
n = 100
x = np.random.rand(n)
y = np.random.rand(n)
z = np.random.rand(n)
colors = np.random.rand(n)
sizes = 1000 * np.random.rand(n)

# 创建图形
fig = plt.figure(figsize=(10, 7))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D散点图
scatter = ax.scatter(x, y, z, c=colors, s=sizes, alpha=0.6, cmap='viridis')

# 添加颜色条
cbar = fig.colorbar(scatter, shrink=0.5, aspect=10)
cbar.set_label('颜色值')

ax.set_title('3D散点图')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')

plt.tight_layout()
plt.show()

3. 3D曲面图

在这里插入图片描述

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 创建网格数据
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# 创建图形
fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D曲面
surf = ax.plot_surface(X, Y, Z, cmap='coolwarm',
                      linewidth=0, antialiased=True,
                      rstride=5, cstride=5, alpha=0.8)

# 添加颜色条
fig.colorbar(surf, shrink=0.5, aspect=10)

ax.set_title('3D曲面图')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')

plt.tight_layout()
plt.show()

4. 3D线框图

在这里插入图片描述

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 创建网格数据
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# 使用上面的数据
fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D线框图
wire = ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10,
                        color='darkblue', linewidth=1)

ax.set_title('3D线框图')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')

plt.tight_layout()
plt.show()

5. 3D等高线图

在这里插入图片描述

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 创建网格数据
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# 使用上面的数据
fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D等高线图
ax.contour3D(X, Y, Z, 50, cmap='binary')

ax.set_title('3D等高线图')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')

plt.tight_layout()
plt.show()

6. 3D条形图

在这里插入图片描述

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 创建数据
x_pos = np.arange(4)
y_pos = np.arange(5)
x_pos, y_pos = np.meshgrid(x_pos, y_pos)
x_pos = x_pos.flatten()
y_pos = y_pos.flatten()
z_pos = np.zeros_like(x_pos)

dx = dy = 0.5 * np.ones_like(z_pos)
dz = np.random.rand(20)

# 创建图形
fig = plt.figure(figsize=(10, 7))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D条形图
colors = plt.cm.viridis(dz / float(max(dz)))
ax.bar3d(x_pos, y_pos, z_pos, dx, dy, dz, color=colors, shade=True)

ax.set_title('3D条形图')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')

plt.tight_layout()
plt.show()

7. 3D参数曲线

在这里插入图片描述

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 创建数据
t = np.linspace(0, 2*np.pi, 100)
x = np.sin(t)
y = np.cos(t)
z = t

fig = plt.figure(figsize=(10, 7))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D参数曲线
ax.plot(x, y, z, label='螺旋线', linewidth=3)

ax.set_title('3D参数曲线')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')
ax.legend()

plt.tight_layout()
plt.show()

8. 3D多边形

在这里插入图片描述

from matplotlib.patches import Polygon
import numpy as np
from matplotlib.collections import PolyCollection
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 创建 2D 多边形顶点
verts2d = np.random.rand(4, 2)

# 构造 PolyCollection 的顶点数据（加上 z=0）
verts3d = [list(map(lambda xy: (xy[0], xy[1], 0), verts2d))]

fig = plt.figure(figsize=(10, 7))
ax = fig.add_subplot(111, projection='3d')

# 使用 PolyCollection 添加到 3D 坐标轴中
poly3d = PolyCollection([verts2d], facecolors='cyan', edgecolors='k', linewidths=2, alpha=0.5)
ax.add_collection3d(poly3d, zs=0, zdir='z')

ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_zlim(0, 1)
ax.set_title('3D多边形')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')

plt.tight_layout()
plt.show()

9. 3D文本标注

在这里插入图片描述

from matplotlib.patches import Polygon
import numpy as np
from matplotlib.collections import PolyCollection
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

fig = plt.figure(figsize=(10, 7))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D散点
ax.scatter([0], [0], [0], color='r', s=100)

# 添加3D文本
ax.text(0, 0, 0, "原点", color='red', fontsize=12)
ax.text(1, 1, 1, "点(1,1,1)", color='blue', fontsize=12)

ax.set_xlim(-1, 1)
ax.set_ylim(-1, 1)
ax.set_zlim(-1, 1)
ax.set_title('3D文本标注')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')

plt.tight_layout()
plt.show()

10. 3D动画

在这里插入图片描述


import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 创建数据
def get_3d_data(t):
    theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
    z = np.linspace(-2, 2, 100)
    r = z**2 + 1 + 0.5 * np.sin(t)
    x = r * np.sin(theta + t/10)
    y = r * np.cos(theta + t/10)
    return x, y, z

# 初始化图形
fig = plt.figure(figsize=(10, 7))
ax = fig.add_subplot(111, projection='3d')
line, = ax.plot([], [], [], lw=2)

# 设置坐标轴范围
ax.set_xlim(-5, 5)
ax.set_ylim(-5, 5)
ax.set_zlim(-2, 2)
ax.set_title('3D动画')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')

# 动画更新函数
def update(t):
    x, y, z = get_3d_data(t)
    line.set_data(x, y)
    line.set_3d_properties(z)
    return line,

# 创建动画
ani = FuncAnimation(fig, update, frames=100, interval=50, blit=True)

plt.tight_layout()
plt.show()

# 如果要保存动画，取消下面注释
# ani.save('3d_animation.mp4', writer='ffmpeg', fps=30)

总结

  • 希望对初学者有帮助

  • 致力于办公自动化的小小程序员一枚

  • 希望能得到大家的【一个免费关注】！感谢

  • 求个 🤞 关注 🤞

  • 此外还有办公自动化专栏，欢迎大家订阅：Python办公自动化专栏

  • 求个 ❤️ 喜欢 ❤️

  • 此外还有爬虫专栏，欢迎大家订阅：Python爬虫基础专栏

  • 求个 👍 收藏 👍

  • 此外还有Python基础专栏，欢迎大家订阅：Python基础学习专栏

python+re正则表达式匹配指定10位整数 \ 小数 \ 整数
weixin_42636075的博客
04-04 1523
python+re正则表达式匹配整数和小数 re匹配整数可指定位数 re匹配小数
【Python】openpyxl单元格合并
ovejur的专栏
04-06 9478
from openpyxl import Workbook wb = Workbook() ws = wb.active # 需要合并的左上方和右下方单元格坐标 ws.merge_cells(range_string='A1:B3') ws.merge_cells(start_row=5, start_column=4, end_row=8, end_column=8) # 单元格取消合并使用unmerge_cells ws.unmerge_cells(range_string='A1:B3') .
7-Zip批量压缩
11-21
添加7-Zip右键菜单批量压缩，把每个文件放到单独的压缩文件中。
7-zip 批量压缩文件夹工具 by Pia1024
03-12
多资料夹批量压缩成7zip: 将执行目录下的所有资料夹分别压缩为单一的7zip压缩档,预设为最大化压缩,需要安装7-zip于下面位置 C:\Program Files\7-Zip\7z.exe D:\Program Files\7-ZipPortable\App\7-Zip64\7z.exe
7-zip 批量单个压缩.zip
07-01
因为最近需要压缩许多文件夹和文件，一个一个手工压缩太累了，于是就写了一个批处理文件，放在文件所在目录下，双击就可以自动全部压缩完了，不会对已经是如.7z .zip .rar的压缩文件压缩，注意，压缩完之后会自动删除原文件和文件夹，使用方法在压缩包中。
Python 票据利率变化 数据分析 matplotlib绘制动态折线图 生成gif动画 展示不同时间粒度变化情况
02-01
Python 票据利率变化 数据分析 matplotlib绘制动态折线图 生成gif动画 展示不同时间粒度变化情况 按7天 1个月 3个月 6个月 9个月 1年分别画图 numpy pandas Jupyter notebook 数据分析 数据挖掘
Python数据分析matplotlib设置多个子图的间距方法
01-20
注意，要看懂这里，必须具备简单的Python数据分析知识，必须知道matplotlib的简单使用！ 例1： plt.subplot(221) # 第一行的左图 plt.subplot(222) # 第一行的右图 plt.subplot(212) # 第二整行 plt.title(‘xxx') ...
python+matplotlib绘制3D条形图实例代码
09-20
### Python与Matplotlib绘制3D条形图 在数据分析领域，可视化是不可或缺的一部分，它能够帮助我们更好地理解和解释数据。Python作为一种广泛使用的编程语言，在数据处理方面提供了强大的工具集，其中Matplotlib是最...
python数据分析 上市公司股票 matplotlib 绘制统计图 折线图条形图柱状图散点图 jupyter notebook
01-13
python数据分析 上市公司股票 公司 流动比率 速动比率 资产负债率 应收账款周转率 流动资产周转率 总资产周转率 资产净利率 销售毛利率 期间费用率 主营收入增长率 总资产增长率 净资产增长率 分析 绘制画统计图 ...
Python数据分析实践：matplotlib绘制各类图表new.pdf
06-14
《Python数据分析实践：matplotlib绘制各类图表》 在Python的数据分析领域，matplotlib库是不可或缺的工具，它提供了丰富的功能，能够帮助我们快速绘制出各种专业图表，包括折线图、散点图、直方图和饼状图等。...
python操作Mysql/openpyxl实现excel单元格合并
03-07
本demo学习python操作mysql与openpyxl实现数据库数据读取写入excel，excel操作实现单元格合并。
7zip批量压缩-把每个文件放到单独的压缩文件中
12-24
在右键增加操作菜单 把每个文件放到单独的压缩文件中
7zip批量压缩程序V1.0 - 用于批量压缩文件.
11-05
这个是用vs2008 MFC 写的一个很简单的程序,用于批量压缩文件(格式为7z). 其实只能算是 7zip 的另一个外壳罢了. 使用方法: 用鼠标拖拉文件到程序的"任务列表"中,点击"开始压缩"即可. 更加详细的说明请点击程序的 "其他说明" 按钮. (因为当初开发的目的是方便自己整理电脑的资料用的,所以,一切以方便易用为前提,什么界面啊,布局啊,这些就没有怎么注意了.) 注意: 1)这个程序实际上是调用 7z.exe 进行压缩的,所以,请先下载 7zip 这个程序安装后,再使用. 2)这个程序只提供批量压缩,不提供解压. 3)开发环境是vs2008,MFC,所以,可能需要先安装vs2008的C++运行库. 4)这个压缩包里面只有exe文件,没有源代码(其实程序很简单的,会MFC就写得出了). 5)欢迎对这个程序提提意见或建议.
python实现两张图片拼接为一张图片并保存
09-19
主要为大家详细介绍了python实现两张图片拼接为一张图片并保存，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
openpyxl合并单元格
m0_57793634的博客
07-24 2819
openpyxl合并单元格
TypeError: Object of type date is not JSON serializable
weixin_42547786的博客
12-09 3369
def test(request): queryset = models.EntInfo.objects.all() data = [] for i in queryset: p_tmp ={ "entName":i.entName, "entLevel":i.entLevel, "entSerialnumber":i.entSerialnumber, "opStatu.
json.dumps遇到TypeError: Object of type date is not JSON serializable
Python_Billy的博客
04-13 2454
从数据库读取数据然后转为json时遇到： TypeError: Object of type date is not JSON serializable TypeError: Object of type Decimal is not JSON serializable 等错误，发现需要在json.dumps()时传入一个参数，如下 class DateEncoder(json.JSONEncoder): def default(self, obj): # 处理返回数据中有date类
【附代码】Python Excel合并单元格（OpenPyXL） Pandas.DataFrame groupby样式保存xlsx
最新发布
ymzhu385的博客
02-19 4641
pandas groupby 后直接合并单元格保存Excel
【脚本】7-Zip 批量压缩文件
AMAZEINGHA的博客
08-20 2004
新建.txt 放入核心代码后修改后缀为.bat
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小庄-Python办公

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值