平常我们看到的物体一般是三维空间中的立体图形，今天跟大家一起来学习用Python绘制立体图形。
一、导入绘图数据
首先导入绘图所需的数据。
import os
import pandas as pd
os.chdir(r'F:\公众号\6.学习python') #设置成存放数据文件夹路径
date = pd.read_csv("股票数据.csv", encoding = 'GBK') #读取数据
注：如需文中数据进行练习，可到公众号中回复“股票数据波动”即可免费获取。
展示前几行数据如下：
二、绘制三维图
1 绘制三维线性图
为了熟悉三维空间图形的绘图原理，首先创建由5个点依次连接而成的三维线图，具体语句如下：
import matplotlib.pyplot as plt #导入库
from mpl_toolkits.mplot3d import Axes3D #导入库
plt.rcParams['font.sans-serif'] = ['SimHei'] #解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False # 解决中文显示问题
plt.subplot(projection='3d') #设置3D绘图空间
x = [0, 0, 1, 4, 5] #设置x轴坐标
y = [1, 1, 1, 1, 2] #设置y轴坐标
z = [2, 0, 3, 4, 5] #设置z轴坐标
plt.plot(x, y, z) #绘制5个点对应连线的三维线性图
plt.xlabel('x轴') #给横轴命名
plt.ylabel('y轴') #给纵轴命名
plt.title('三维线图') #添加标题
plt.show()
得到结果如下：
2 用股票数据绘制三维折线图
按年月分组，统计股票收盘价的均值，并以年对应的标签为x轴，月对应的标签为y轴，收盘价对应的数值为z轴，绘制三维折线图，具体语句如下：
date = date.set_index('日期') #把日期列设为索引
date.index = pd.to_datetime(date.index) #把索引转为时间格式
result = date[['收盘价']].groupby([date.index.year, date.index.month]).mean() #按年和月分组对收盘价求均值
plt.subplot(projection='3d') #设置3D绘图空间
plt.plot(result.index.codes[0], result.index.codes[1], result['收盘价']) #
plt.xlabel('对应年标签') #给x轴添加标签
plt.ylabel('对应月标签') #给y轴添加标签
plt.title('按年月绘制收盘价的变化趋势三维图') #添加标题
plt.show()
得到结果如下：
3 用股票数据绘制三维散点图
按年月分组，统计收盘价均值、换手率均值、成交笔数均值，分别作为x轴、y轴、z轴绘制三维散点图，具体语句如下：
result = date.groupby([date.index.year, date.index.month]).agg(val1=('收盘价', 'mean'), val2=('换手率', 'mean'), val3=('成交笔数', 'mean'))
ax = plt.subplot(projection='3d') #设置3D绘图空间
ax.scatter(result['val1'], result['val2'], result['val3']) #绘制散点图
plt.xlabel('按年月统计收盘价均值') #给x轴添加标签
plt.ylabel('按年月统计换手率均值') #给y轴添加标签
plt.title('股票数据三维散点图') #添加标题
plt.show()
得到结果如下：
4 用股票数据绘制三维柱状图
按年月分组，统计股票收盘价的均值。并以月对应标签为x轴，每月对应收盘价均值为y轴，年对应标签为z轴，绘制三维柱状图，具体语句如下：
import matplotlib.cm as cm #导入库
result = date[['收盘价']].groupby([date.index.year, date.index.month]).mean() #按年月统计收盘价均值
plt.subplot(projection='3d') #设置3D绘图空间
plt.bar(result.index.codes[1], result['收盘价'], zs=result.index.codes[0], color=cm.ScalarMappable().to_rgba(result.index.codes[0])) #按年月绘制收盘价3维条形图
sm = plt.cm.ScalarMappable(norm=plt.Normalize(vmin=result.index.codes[0].min(), vmax=result.index.codes[0].max()))
plt.colorbar(sm) #显示对应数值的颜色条
plt.xlabel('对应月标签') #给x轴添加标签
plt.ylabel('每月对应收盘价均值') #给y轴添加标签
plt.title('三维条形图') #添加标题
plt.show()
得到结果如下：
5 用bar3d函数绘制三维柱状图
为了让三维柱状图绘制得更加清晰，用bar3d函数绘制一版三维柱状图，具体语句如下：
result = date[['收盘价']].groupby([date.index.year, date.index.month]).mean() #按年月统计收盘价均值
ax = plt.subplot(projection='3d') #设置3D绘图空间
ax.bar3d(x=result.index.codes[0], y=result.index.codes[1], z=0, dx=1, dy=1, dz=result['收盘价'], color=cm.ScalarMappable().to_rgba(result.index.codes[0])) #绘制3d直方图
plt.xlabel('年对应标签') #给x轴添加标签
plt.ylabel('月对应标签') #给y轴添加标签
plt.title('3维直方图') #添加标题
plt.show()
参数解释：
x：每个方柱对应底部点的横坐标。
y：每个方柱对应底部点的纵坐标。
z：每个方柱绘制的起始高度。
dx：每个方块宽度。
dy：每个方块厚度。
dz：每个方块高度。
得到结果如下：
至此，在Python中绘制三维图已全部讲解完毕，感兴趣的同学可以自己实现一遍。
你可能感兴趣:
用Python绘制皮卡丘
用Python绘制词云图
Python人脸识别—我的眼里只有你
Python画好看的星空图（唯美的背景）
【Python】情人节表白烟花（带声音和文字）
用Python中的py2neo库操作neo4j，搭建关联图谱
Python浪漫表白源码合集（爱心、玫瑰花、照片墙、星空下的告白）
