3D柱状图可视化

小象实战讲义 · Python数据分析实战

在数据可视化中，3D柱状图能够同时展示三个维度的信息，常用于对比不同类别在不同条件下的数值表现。本节将学习如何使用Matplotlib的Axes3D.bar方法创建3D柱状图，理解其参数含义，并掌握调整坐标轴以获得理想显示效果的技巧。

💡 核心导读

• 3D柱状图的核心方法：Axes3D.bar(left, height, zs, zdir)
• 参数解析：left确定柱子在第一根轴的位置，height是柱子的长度（数据值），zs和zdir共同确定柱子沿哪根轴延伸、在哪根轴定位
• 分组柱状图的实现：通过不同的zs值在同一图表中展示多组数据
• 坐标轴角色调整：通过改变zdir参数，可以把柱子的延伸方向（height）绑定到不同的坐标轴

3D柱状图的基本原理

3D柱状图与之前学习的3D曲线图、3D散点图在参数传递上有所不同。Axes3D.bar方法接受四个关键参数，其官方语义是：zdir 决定柱子的延伸方向（height 画到哪根轴），zs 是柱子在剩下那根轴上的位置。

• left：柱子在“第一根轴”上的位置（类比 2D 柱状图的 X 位置）
• height：柱子的长度，即数据值——它绘制到哪根轴由 zdir 决定
• zs：柱子“底面”在第三根轴上的位置（标量或与 left 等长的数组）
• zdir：指定 height 绘制到哪根轴（‘x’、‘y’ 或 ‘z’）

三者的完整对应关系（务必记住这张映射表）：

以默认的 zdir='z' 为例：left 和 zs 固定了柱子底面在 XY 平面上的位置，height 决定柱子沿竖直的 Z 轴延伸的高度。

import numpy as np
import matplotlib
matplotlib.use('Agg')  # 使用无界面后端
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 准备数据：10个项目在两个条件下的表现
x = np.arange(10)  # 项目编号：0到9
# 硬编码两组数据，避免随机数导致输出不一致
y1 = [0.45, 0.7, 0.86, 0.47, 0.26, 0.82, 0.23, 0.63, 0.1, 0.67]  # 条件A
y2 = [0.54, 0.06, 0.17, 0.48, 0.25, 0.89, 0.77, 0.58, 0.08, 0.04]  # 条件B

print("项目编号 (x):", x)
print("条件A数据 (y1):", np.array(y1))
print("条件B数据 (y2):", np.array(y2))

项目编号 (x): [0 1 2 3 4 5 6 7 8 9]
条件A数据 (y1): [0.45 0.7  0.86 0.47 0.26 0.82 0.23 0.63 0.1  0.67]
条件B数据 (y2): [0.54 0.06 0.17 0.48 0.25 0.89 0.77 0.58 0.08 0.04]

创建基础3D柱状图

现在使用Axes3D.bar方法绘制分组柱状图。我们将两个条件的数据分别放置在Y轴的不同位置上（Y=0和Y=1），形成两组并排的柱子。

import numpy as np
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 准备数据（硬编码）
x = np.arange(10)
y1 = [0.45, 0.7, 0.86, 0.47, 0.26, 0.82, 0.23, 0.63, 0.1, 0.67]
y2 = [0.54, 0.06, 0.17, 0.48, 0.25, 0.89, 0.77, 0.58, 0.08, 0.04]

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

# 绘制第一组数据（条件A），放置在 Y=0 的位置
# left=x（项目编号画到X轴），height=y1（数值沿Z轴延伸），zs=0（柱子在Y轴的位置），zdir='z'（height 绘制到 Z 轴，默认）
ax.bar(x, y1, zs=0, zdir='z', color='skyblue', alpha=0.8, label='条件A')

# 绘制第二组数据（条件B），放置在 Y=1 的位置
ax.bar(x, y2, zs=1, zdir='z', color='lightcoral', alpha=0.8, label='条件B')

# 设置坐标轴标签
ax.set_xlabel('项目编号 (X)')
ax.set_ylabel('条件 (Y)')
ax.set_zlabel('数值 (Z)')

# 设置Y轴刻度，显示两个条件的位置
ax.set_yticks([0, 1])
ax.set_yticklabels(['条件A', '条件B'])

# 添加图例
ax.legend()

# 显示图形（在实际讲义中，读者可自行使用plt.show()或fig.savefig()）
plt.close(fig)  # 释放图形资源
print("3D分组柱状图创建完成：X轴=项目编号，Y轴=条件，Z轴=数值")

3D分组柱状图创建完成：X轴=项目编号，Y轴=条件，Z轴=数值

调整坐标轴角色：zdir=‘y’ 让柱子沿 Y 轴延伸

按照上面的映射表，把 zdir 改为 'y' 后，height（数据值）将不再竖直向上，而是沿水平 Y 轴延伸，zs 则变成柱子底面在 Z 轴上的位置——适合“俯视平面图”式的表达。我们仍用同一组数据演示这一差异：

import numpy as np
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 准备数据（硬编码，与上例相同）
x = np.arange(10)
y1 = [0.45, 0.7, 0.86, 0.47, 0.26, 0.82, 0.23, 0.63, 0.1, 0.67]
y2 = [0.54, 0.06, 0.17, 0.48, 0.25, 0.89, 0.77, 0.58, 0.08, 0.04]

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

# zdir='y'：height（数值）绘制到 Y 轴、沿 Y 方向延伸；zs 变为柱子在 Z 轴上的位置
# 条件A的柱子底面在 Z=0，条件B的柱子底面在 Z=1
ax.bar(left=x, height=y1, zs=0, zdir='y', color='skyblue', alpha=0.8, label='条件A')
ax.bar(left=x, height=y2, zs=1, zdir='y', color='lightcoral', alpha=0.8, label='条件B')

ax.set_xlabel('项目编号 (X)')
ax.set_ylabel('数值 (Y)')
ax.set_zlabel('条件 (Z)')

# 条件的位置现在体现在 Z 轴刻度上
ax.set_zticks([0, 1])
ax.set_zticklabels(['条件A', '条件B'])

ax.legend()
plt.close(fig)
print("zdir='y' 版本：height 沿 Y 轴延伸（数值在Y轴），条件刻度在 Z 轴")

zdir='y' 版本：height 沿 Y 轴延伸（数值在Y轴），条件刻度在 Z 轴

对比两个版本可以体会到 zdir 的真实作用：它不旋转视角，而是改变“数据画在哪根轴上”。同一组数据，zdir='z' 是竖立的柱子（数值沿 Z 轴），zdir='y' 则是沿水平 Y 轴延伸的“躺式”柱子——两种形态各有适用场景。

参数使用要点总结

import numpy as np
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 最小示例演示参数关系
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 创建简单的3D柱状图：3根柱子
# left=[0,1,2]：柱子在X轴的位置
# height=[1,2,3]：柱子的长度（数据值，此处沿Z轴延伸）
# zs=0：所有柱子底面都在Y=0的位置
# zdir='z'：height 绘制到 Z 轴（默认，柱子竖直向上）
ax.bar(left=[0, 1, 2], height=[1, 2, 3], zs=0, zdir='z')

ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
ax.set_zlabel('Z轴')
ax.set_title('3D柱状图参数关系演示')

plt.close(fig)
print("3D柱状图核心参数（zdir='z' 默认）：left=位置，height=数值，zs=柱子在Y轴的位置")

3D柱状图核心参数（zdir='z' 默认）：left=位置，height=数值，zs=柱子在Y轴的位置

📝 动手练一练

1. 概念辨析：在Axes3D.bar(left, height, zs, zdir='z')方法中，当zdir='y'时，参数left、height和zs分别对应哪个坐标轴？请描述此时柱子在三维空间中的定位方式。

2. 动手实践：修改第一个示例代码，添加第三组数据（条件C），包含10个0.3到0.8之间的硬编码值，并将这组数据放置在Y=2的位置。观察三组数据的对比效果。

import numpy as np
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x = np.arange(10)
y1 = [0.45, 0.7, 0.86, 0.47, 0.26, 0.82, 0.23, 0.63, 0.1, 0.67]
y2 = [0.54, 0.06, 0.17, 0.48, 0.25, 0.89, 0.77, 0.58, 0.08, 0.04]
# 添加第三组数据（条件C）
y3 = [0.35, 0.42, 0.58, 0.31, 0.76, 0.49, 0.63, 0.37, 0.52, 0.68]

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

# 绘制三组数据（沿用第一个示例的形态：数值沿Z轴，条件刻度在Y轴）
ax.bar(x, y1, zs=0, zdir='z', color='skyblue', alpha=0.8, label='条件A')
ax.bar(x, y2, zs=1, zdir='z', color='lightcoral', alpha=0.8, label='条件B')
ax.bar(x, y3, zs=2, zdir='z', color='lightgreen', alpha=0.8, label='条件C')

ax.set_xlabel('项目编号 (X)')
ax.set_ylabel('条件 (Y)')
ax.set_zlabel('数值 (Z)')
ax.set_yticks([0, 1, 2])
ax.set_yticklabels(['条件A', '条件B', '条件C'])
ax.legend()

plt.close(fig)
print("成功添加第三组数据（条件C），三组数据分别在Y=0,1,2位置显示")

成功添加第三组数据（条件C），三组数据分别在Y=0,1,2位置显示

本章小结

本节学习了3D柱状图的创建方法，重点掌握了Axes3D.bar方法的参数使用和坐标轴角色调整技巧。3D柱状图通过增加一个维度，能够同时展示三类信息，在对比分析多因素数据时具有独特优势。

📋 行动清单

• 使用Axes3D.bar(left, height, zs, zdir)创建基础的3D柱状图
• 通过调整zs和zdir参数实现分组柱状图效果
• 尝试交换坐标轴角色，从不同视角观察同一组数据
• 在实际项目中应用3D柱状图展示三维数据关系

—— 小象教研组