Python绘制高颜值3D表格型时序热图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport matplotlib.colors as mcolors

# =========================================================================================# ====================================== 2. 颜色库 =======================================# =========================================================================================COLOR_SCHEMES = {    1: 'coolwarm'}

# =========================================================================================# ====================================== 3.绘图函数 ==================================# =========================================================================================def plot_advanced_3d_heatmap(df_data, scheme_id):    counts_matrix = df_data.values  # 提取数据    n_rows, n_cols = counts_matrix.shape  # 获取行数和列数    fig, ax = plt.subplots(figsize=(9.0, 5.0))    ax.set_aspect('equal')  #坐标轴长宽比例    ax.set_facecolor('#e6e6e6')  #背景色

    #遍历绘制垂直方向的网格线    for x in range(1, n_cols):        ax.axvline(x,  #轴                   color='white',  #颜色                   linewidth=1.5,  #线宽                   zorder=0)  #层    #y轴标题    ax.set_ylabel('Regions',  #文本                  fontsize=15,  #字体大小                  labelpad=10)  #间距    #x轴标题    ax.set_xlabel('Time',  #文本                  fontsize=15,  #字体大小                  labelpad=10)  #间距

    # 3D柱状图在x、y方向的宽度    pad_x = (1.0 - bar_width_x) / 2.0  #单元格y方向的内边距，以便柱体居中对齐    pad_y = (1.0 - bar_width_y) / 2.0  #单元格y方向的内边距，以便柱体居中对齐    #遍历排序后单元格    for i, j in cells:        count = counts_matrix[j, i]  #获取当前行列数值        if count == 0:        h = h_val * hscale  # 乘以高度缩放系数计算出最终图形高度        base_x = i + pad_x  #当前3D柱体左下角x        base_y = j + pad_y  #当前3D柱体左下角y            #添加到图上            ax.add_patch(QM)        ax.add_patch(top)  #添加到图上

    x_ticks_pos = np.arange(n_cols) + 0.5  #X轴刻度位置    ax.set_xticks(x_ticks_pos)  #设置刻度    #x轴刻度标注    ax.set_xticklabels(df_data.columns,  #文本                       rotation=90,  #旋转                       va='top',  #垂    ax.set_xlim(0, n_cols)    ax.set_ylim(0, n_rows)    ax.tick_params(axis='x',  #轴                   which='major',  #主刻度                   length=5,  #长                   width=1.5,  #粗细                   color='#111111')  #颜色    #y轴刻度设置    ax.tick_params(axis='y',  #轴                   which='major',  #主刻度                   length=5,  #长                   width=1.5,  #粗细                   color='#111111')  #颜色    plt.subplots_adjust(right=0.88, bottom=0.2)  #调整布局

    #颜色条轴    cax = inset_axes(ax,  #坐标轴                     width="2%",  #宽度比例                     height="55%",  #高度比例                     loc='lower left',  #位置                     bbox_to_anchor=(1.05, 0.15, 1, 1),  #坐标    cbar.ax.set_title('LST',  #文本                      pad=12,  #间距                      fontsize=14,  #字体大小                      fontweight='bold',  #加粗                      loc='left')  #左对齐

# =========================================================================================# ======================================4 . 执行部分===================================# =========================================================================================if __name__ == '__main__':    df_real = pd.read_excel(r'data.xlsx')#读取数据    df_plot = df_real.set_index('Region')  #将Region列设置为索引    else:        scheme_id = 1        selected_cmap = COLOR_SCHEMES[scheme_id]        print('正在绘制并保存方案：', scheme_id)        plot_advanced_3d_heatmap(df_plot, scheme_id)

df_real = pd.read_excel(r'data.xlsx')#读取数据

2.设置y轴的刻度标注数据，执行部分：

df_plot = df_real.set_index('Region')  #将Region列设置为索引

plot_all =True #是否批量绘图

4.设置绘图结果的保存地址，绘图函数部分：

plt.savefig( fr'3d_heatmap_{scheme_id}.png', dpi=300, bbox_inches='tight')