Python使用Matplotlib绘制3D条形图的完整指南

周予安

发布时间：2026-10-12| 3人浏览过

原创

本文详细介绍如何使用Python的Matplotlib库绘制3D条形图。通过对比2D多组条形图，展示引入z轴坐标后的视觉优势。重点解析bar3d函数的参数用法，包括x,y,z坐标及长宽高设置，并演示如何配置透明度、标签及阴影效果，实现更具表现力的三维数据展示。

数据导入

虽然Matplotlib支持在单一坐标系中绘制多组条形图，其效果如图所示。

图中蓝色代表中国，橘色代表美国，绿色代表欧盟。从该图表可以直观地观察到三者在2018年至2022年期间的GDP变化趋势。然而，若引入额外的坐标轴，将多组条形图分布于三维坐标系中，视觉效果将更具表现力。

此处仍以中美欧GDP数据为例，具体数值如下表所示，单位为万亿美元。

	中国	美国	欧盟
2018	13.89	20.53	15.98
2019	14.28	21.38	15.69
2020	14.69	21.06	15.37
2021	17.82	23.32	17.19
2022	17.96	25.46	16.64

首先，将这些数值写入Python代码中。

import numpy as np
years = np.arange(2018, 2023)
areas = ("PRC", "EU", "USA")
GDPS = {
    'PRC': (13.89, 14.28, 14.69, 17.82, 17.96),
    'USA': (20.53, 21.38, 21.06, 23.32, 25.46),
    'EU': (15.98, 15.69, 15.37, 17.19, 16.64),
}

三维条形图

由于需要在三维坐标轴中绘图，第一步是新建一个子坐标图，并指定projection=3d。在绘图时，需给定一个额外的y坐标，具体代码如下。

import matplotlib.pyplot as plt
import numpy as np
ax = plt.subplot(projection='3d')
colors = ['r', 'b', 'g']
yticks = [2, 1, 0]
for i,key in enumerate(areas):
    ax.bar(years, GDPS[key], 
        zs=i, zdir='y', label=key, color=colors[i], alpha=0.8)
    plt.yticks([])
plt.legend()
plt.show()

其中，设置透明度为0.8，这样可以让图像在表现时更有层次感。通过设置label，对三个地区的颜色进行了标注，效果为

bar3d

上图虽然有了3D坐标轴，但其实每个数据条仍然是二维的，通过bar3d函数，可以绘制更加结实紧固的三维方块图，其绘图参数如下

bar3d(x, y, z, dx, dy, dz, color=None, zsort='average', shade=True, lightsource=None, *args, data=None, **kwargs)

其中，x,y,z是方块图的锚点坐标，dx, dy, dz是方块的长度、宽度和高度。换言之，其绘图逻辑是，先指定其绘图的起始位置，然后按照给定的长宽高绘制长方体。下面的代码就通过bar3d来绘制中美欧的GDP变化

ax = plt.subplot(projection='3d')
dx = dy = np.zeros(5)+0.5
x = years
z = np.zeros_like(x)
for i,key in enumerate(areas):
    y = z + i
    dz = GDPS[key]
    ax.bar3d(x,y,z,dx,dy,dz,
        color=colors[i], alpha=0.8, label=key)
plt.yticks([0.5, 1.5, 2.5], areas)
plt.show()

这里对y轴坐标重新进行了映射，从而无需使用label也能清晰地看出每组数据所对应的地区，效果如下