期刊图片复现|Python绘制3D条带图
- 2026-08-18 23:11:46
期刊图片复现|Python绘制3D条带图
论文：Revealing the spatiotemporal dynamics and coupling coordination between urbanization and ecological environment quality in the Aksu Region, Xinjiang 
论文原图 
仿图 
多种配色 
库的导入以及字体设置 
颜色库设置 
函数定义与初始化 
绘制垂线部分 
绘制上面的条带部分 
x、y、z坐标轴的设置 
图框线的绘制 
背景面板和网格线的设置 
图例的设置以及绘图结果的保存 
执行部分，包括数据的读取，颜色方案的读取，绘图函数的调用 
期刊图片复现|Python绘制二维偏依赖PDP图 期刊复现|python绘制基于SHAP分析和GAM模型拟合的单特征依赖图 期刊图片复现|python绘制带有渐变颜色shap特征重要性组合图（条形图+蜂巢图） 期刊复现|用Python绘制SHAP特征重要性总览图、依赖图、双特征交互效应SHAP图，解锁XGBoost模型的终极奥秘 期刊图片复现|Python绘制shap重要性蜂巢图+单特征依赖图+交互效应强度气泡图+交互效应依赖图（回归+二分类+分类） 
需要的请后台私信我，注意只会分享练习数据和代码文件，不会提供答疑服务，代码文件中已经包含了每行代码的完整注释！！!
代码绘制成果展示
代码解释
第一部分
# =========================================================================================# ====================================== 1. 库的导入 =========================================# =========================================================================================import matplotlib.pyplot as pltimport numpy as npimport pandas as pdimport matplotlibplt.rcParams['font.family'] = 'serif'plt.rcParams['font.serif'] = ['Times New Roman']matplotlib.rcParams['pdf.fonttype'] = 42matplotlib.rcParams['ps.fonttype'] = 42
第二部分
# =========================================================================================# ====================================== 2.颜色库=========================================# =========================================================================================COLOR_SCHEMES = {1: ['#A6C1E3', '#00579C', '#B5D68B', '#008026', '#FB9A99', '#E31A1C', '#FDBF6F', '#FF7F00', '#CAB2D6'],}
第三部分
# =========================================================================================# ======================================3.绘图函数=========================================# =========================================================================================def draw_3d_chart(data_dict, years_arr, county_list, color_list):num_c = len(county_list) # 计算数据类别的数量fig = plt.figure(figsize=(10, 8), dpi=150) #创建画布ax = fig.add_subplot(111, projection='3d') #添加一个3D子图
第四部分
for i, county in enumerate(county_list): # 遍历每一个区域for j in range(len(years_arr)): # 遍历每一个年份点#绘制垂线ax.plot([years_arr[j], #垂线的X坐标，起点years_arr[j]], #设置垂线的X坐标，终点[i, i], #设置垂线的Y坐标[0, zs[j]], #设置垂线的Z坐标color='black', #颜色linestyle='-', #线型linewidth=1, #垂线宽度alpha=0.9, #透明度zorder=1)
第五部分
for j in range(len(years_arr) - 1): # 遍历年份区间X_segment = np.array([[years_arr[j], # 定义面的X坐标网格，当前年份years_arr[j + 1]], # 定义面的X坐标网格，下一年份[years_arr[j], # 定义面的X坐标网格years_arr[j + 1]]]) # 定义面的X坐标网格Y_segment = np.array([[i - half_width, #Y坐标网格，宽度下界i - half_width], #Y坐标网格，宽度下界[i + half_width, #Y坐标网格，宽度上界i + half_width]]) #Y坐标网格，宽度上界Z_segment = np.array([[zs[j], #Z坐标网格，当前数据值zs[j + 1]], #Z坐标网格，下一数据值[zs[j], # Z坐标网格zs[j + 1]]]) #Z坐标网格
第六部分
ax.set_xticks(years_arr) # 设置X轴的刻度位置为年份数组ax.set_xlim(years_arr[0] - 2, years_arr[-1] + 1) #X轴的显示范围ax.set_yticks(yticks) # 设置Y轴的刻度位置# 设置Y轴的刻度标签ax.set_yticklabels(county_list, #数据rotation=-90, #旋转角度va='center', #垂直对齐方式ha='center', #水平对齐方式fontsize=18) #字体大小# 设置Z轴的标题ax.set_zlabel('Social Urbanization (a)',fontsize=18, #字体大小labelpad=12, #Z轴标题与轴的距离rotation=90) #标题旋转角度ax.tick_params(axis='z', #Z轴刻度参数labelsize=18) #Z轴刻度标签大小
第七部分
x_min, x_max = years_arr[0] - 2, years_arr[-1] + 1 #定义边框的X轴范围y_min, y_max = -1, num_c #定义边框的Y轴范围z_min, z_max = 0, 1.0 #定义边框的Z轴范围frame_color = 'black' #设置边框颜色frame_width = 1.2 #设置边框宽度ax.plot([x_min, x_min], [y_max, y_max], [z_min, z_max], color=frame_color, linewidth=frame_width, zorder=0)ax.plot([x_min, x_min], [y_min, y_max], [z_max, z_max], color=frame_color, linewidth=frame_width, zorder=0)ax.plot([x_min, x_max], [y_max, y_max], [z_max, z_max], color=frame_color, linewidth=frame_width, zorder=0)ax.plot([x_min, x_min], [y_min, y_max], [z_min, z_min], color=frame_color, linewidth=frame_width, zorder=0)ax.plot([x_min, x_max], [y_max, y_max], [z_min, z_min], color=frame_color, linewidth=frame_width, zorder=0)
第八部分
ax.xaxis.pane.set_facecolor(pane_color) # X轴面板背景色ax.xaxis.pane.set_edgecolor(frame_color) #X轴面板边缘颜色ax.xaxis.pane.set_alpha(1) #X轴面板透明度ax.yaxis.pane.set_facecolor(pane_color) #Y轴面板背景色ax.yaxis.pane.set_edgecolor(frame_color) #Y轴面板边缘颜色ax.yaxis.pane.set_alpha(1) # Y轴面板透明度ax.zaxis.pane.set_facecolor(pane_color) #Z轴面板背景色ax.zaxis.pane.set_edgecolor(frame_color) #Z轴面板边缘颜色ax.zaxis.pane.set_alpha(1) #Z轴面板透明度ax.xaxis._axinfo["grid"]['linestyle'] = "-" #X轴网格线型ax.yaxis._axinfo["grid"]['linestyle'] = "-" #Y轴网格线型ax.zaxis._axinfo["grid"]['linestyle'] = "-" #Z轴网格线型ax.xaxis._axinfo["grid"]['color'] = grid_color #X轴网格颜色ax.yaxis._axinfo["grid"]['color'] = grid_color #Y轴网格颜色ax.zaxis._axinfo["grid"]['color'] = grid_color #Z轴网格颜色
第九部分
# 创建图例的矩形色块列表legend_patches = [plt.Rectangle((0, 0), 1,1, color=color_list[i % len(color_list)], alpha=0.9) for i in range(num_c)]legend = plt.legend( # 创建图例对象legend_patches, #色块句柄county_list, #标签文本loc='upper left', #图例的位置bbox_to_anchor=(0.1, 0.72), #具体位置ncol=1, #列数fontsize=12,frameon=True, #显示图例边框edgecolor='black', #图例边框颜色fancybox=False)legend.get_frame().set_linewidth(1.0) #图例边框的线宽plt.subplots_adjust(left=-0.05, right=1, top=1.05, bottom=0.001)
第十部分
# =========================================================================================# ======================================4.执行部分=========================================# =========================================================================================if __name__ == "__main__":excel_path = r'data.xlsx' #Excel数据文件的路径scheme_index = 20#要使用的颜色方案df = pd.read_excel(excel_path, index_col=0) # 读取Excel文件years = df.index.to_numpy() # 将年份转换为NumPy数组counties = df.columns.tolist() # 将列转换为列表data = df.to_dict(orient='list') #将数据框转换为字典格式，列名为键，列表为值current_colors = COLOR_SCHEMES.get(scheme_index, COLOR_SCHEMES[1]) #颜色方案#调用函数进行绘图draw_3d_chart(data, years, counties, current_colors)
如何应用到你自己的数据
1.设置原始数据文件的路径：
excel_path = r'data.xlsx' #Excel数据文件的路径2.设置绘图配色方案：
scheme_index = 20#要使用的颜色方案3.设置绘图结果的保存地址：
plt.savefig(fr"scheme_{scheme_index}.png", dpi=300)plt.savefig(fr"scheme_{scheme_index}.pdf", dpi=300)
推荐
获取方式
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
