Question

我有一个数据集（包含~25个数据点）：

x=[2.225  2.325  2.425  2.075  2.375  1.925  1.975  1.775  1.975  2.375]  
y=[147.75  130.25  161.75  147.75  165.25  151.25  158.25  151.25  172.25  123.25]  
z=[-1.36, -0.401, -0.741, -0.623, -0.44, -0.37, 0.120, 2.8, 0.026, -1.19]

我正在尝试使用数据绘制3D条形图我当时想：

from mpl_toolkits.mplot3d import Axes3D         
fig_3d_bar = plt.figure(figsize=(7, 5))  
dx = fig_3d_bar.add_subplot(111, projection='3d')  

x_pos = np.array(x)  
y_pos = np.array(y)  
z_pos = np.zeros(len(x))    

dx = np.ones(len(x))  
dy = np.ones(len(y))  
dz = z   

dx.bar3d(x_pos, y_pos, z_pos, dx, dy, dz, color='#00ceaa')

但是这给我一个错误报告：

    dx.bar3d(x_pos, y_pos, z_pos, dx, dy, dz, color='#00ceaa')  
AttributeError: 'numpy.ndarray' object has no attribute 'bar3d'

一点帮助会很好。不知道出了什么问题。
谢谢。

Answer 1

您的代码中存在错误。对dx对象和条形图的大小使用变量名Axes。我想你想要

ax = fig_3d_bar.add_subplot(111, projection='3d')
ax.bar3d(x_pos, y_pos, z_pos, dx, dy, dz, color='#00ceaa')

Bar Sizes

由于x和y数据的不同比例，条形图在条形图中显得非常宽。您可以相应地缩放dx和dy来调整它们。

dx = np.ones(len(x))*0.1
dy = np.ones(len(y))*5

条形颜色

可以使用ScalarMappable实例将条的颜色调整为z值。为此，您需要一个将z值缩放到范围[0,1]的范数对象。您可以选择任何预定义的colormaps或创建自己的。

import matplotlib.colors as cls
import matplotlib.cm as cm

norm = cls.Normalize() # Norm to map the z values to [0,1]
norm.autoscale(z)
cmap = cm.ScalarMappable(norm, 'jet') # Choose any colormap you want

ax.bar3d(x_pos, y_pos, z_pos, dx, dy, dz, color=cmap.to_rgba(z))

从3D列表绘制3d条形图

1 个答案:

Bar Sizes

条形颜色