D柱状图可视化

三维空间科学可视化：3D 柱状图 bar3d 与二维分类交叉指标立体化精讲

小象实战讲义 · Python数据分析实战

在商业报表分析中，当我们面对形如“不同年份 $\times$ 不同销售渠道”的二维交叉分类表格时，传统的二维堆叠柱状图往往无法直观比较不同网格单元之间的绝对高度。三维柱状图（3D Bar Chart） 通过在 $(X, Y)$ 离散网格平面上拔地而起一根根具有立体高度 $Z$ 与体积的立方体柱子，提供了极具视觉震撼力与立体层次感的对比效果。Matplotlib 提供了 ax.bar3d() 函数。本节我们将深入学习三维柱状图的六维几何参数定义与着色渲染技巧。

💡 核心导读

• 3D 柱状图函数 ax.bar3d() 六大几何参数：
  • 基底位置坐标：x、y、z（柱子底面左下角三维坐标，通常 $z=0$）；
  • 柱体立体跨度：dx（X轴宽度）、dy（Y轴深度）、dz（Z轴立体高度，即业务数值）。
• 着色模式：单色填充、按高度梯度渐变着色与阴影阴暗面增强。
• 二维交叉分类矩阵（如 4 渠道 $\times$ 3 季度）立体化展示实战。

1. bar3d 六大几何参数空间物理模型

三维柱状图的物理参数几何定义如下：

┌─────────────────────────────────────────────────────────────┐
│                 ax.bar3d() 六维几何参数拓扑                │
├─────────────────────────────────────────────────────────────┤
│ (x, y, z) ──► 柱体在空间中的起点底部坐标点                  │
│ dx, dy    ──► 柱体在 X 方向的宽度与 Y 方向的厚度 (占位)     │
│ dz        ──► 柱体在 Z 方向的高度 (核心业务指标数值)        │
└─────────────────────────────────────────────────────────────┘

import matplotlib.pyplot as plt
import numpy as np

# 解决中文显示
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'DejaVu Sans']
plt.rcParams['axes.unicode_minus'] = False

# 1. 构建 4 个季度 x 3 个销售渠道的二维矩阵数据
quarters = ["Q1", "Q2", "Q3", "Q4"]
channels = ["线上电商", "实体门店", "大客户直销"]

sales_matrix = np.array([
    [120, 85, 190],   # Q1
    [140, 95, 210],   # Q2
    [165, 110, 260],  # Q3
    [210, 130, 320]   # Q4
])

# 2. 构建 bar3d 所需的网格平铺坐标
xpos, ypos = np.meshgrid(np.arange(len(quarters)), np.arange(len(channels)), indexing="ij")
xpos = xpos.ravel()
ypos = ypos.ravel()
zpos = np.zeros_like(xpos) # 底部从 z=0 拔起

# 3. 设置柱体尺寸
dx = 0.5 * np.ones_like(zpos)
dy = 0.5 * np.ones_like(zpos)
dz = sales_matrix.ravel()   # 高度为销售额

# 4. 根据高度生成渐变颜色
colors = plt.cm.viridis(dz / dz.max())

fig = plt.figure(figsize=(9, 6.5))
ax = fig.add_subplot(111, projection="3d")

ax.bar3d(xpos, ypos, zpos, dx, dy, dz, color=colors, shade=True)

ax.set_xticks(np.arange(len(quarters)) + 0.25)
ax.set_xticklabels(quarters)
ax.set_yticks(np.arange(len(channels)) + 0.25)
ax.set_yticklabels(channels)
ax.set_zlabel("季度销售总额 (万元)")
ax.set_title("全渠道多季度销售业绩立体 3D 柱状图", fontsize=13, pad=15)
ax.view_init(elev=25, azim=-45)

plt.savefig("3d_bar_demo.png", bbox_inches="tight")
plt.close(fig)
print("✅ 三维柱状图渲染完成！")

2. 多分类网格立体对比与阴影控制

开启 shade=True 可以让三维柱状图自动根据光照方向渲染明暗面，大幅增强立体感。

# 渲染不同光照下的紧凑三维对比
fig = plt.figure(figsize=(8, 5))
ax = fig.add_subplot(111, projection="3d")

# 简单 2x2 柱状测试
ax.bar3d([0, 1, 0, 1], [0, 0, 1, 1], [0, 0, 0, 0], 0.4, 0.4, [10, 20, 15, 30], color="#e67e22", shade=True)
ax.set_title("3D 柱体阴影与立体效果演示")

plt.savefig("3d_bar_simple.png", bbox_inches="tight")
plt.close(fig)

import os
for f in ["3d_bar_demo.png", "3d_bar_simple.png"]:
    if os.path.exists(f): os.remove(f)
print("✅ 立体柱体演示成功！")

📝 动手练一练

1. 概念思考题：在 ax.bar3d() 中，如果 dx 和 dy 设置得过大（例如 dx=1.0, dy=1.0），会导致什么视觉缺陷？

   👉 点击查看参考答案

   参考答案： 如果 dx 和 dy 等于网格步长 1.0，各个柱子之间将紧紧贴合在一起没有任何缝隙，视觉上粘连成一个实心大块，失去独立柱子的立体美感。最佳实践是将 dx 和 dy 设为步长的 0.5 到 0.7 之间，留出清晰的透气间隙。

2. 编程练习：编写代码在坐标 (1, 2, 0) 处绘制一根宽度为 0.5、深度为 0.5、高度为 10 的绿色三维柱体。

   👉 点击查看参考答案

   参考答案：

   import matplotlib.pyplot as plt
   fig = plt.figure()
   ax = fig.add_subplot(111, projection='3d')
   ax.bar3d(1, 2, 0, 0.5, 0.5, 10, color='green')
   plt.close(fig)

本章小结

• 深入理解了 ax.bar3d() 的六维几何参数（x, y, z, dx, dy, dz）；
• 掌握了使用 np.meshgrid 将二维交叉表格平铺为三维柱状图网格的标准算法；
• 熟练运用 shade=True 与 cm.viridis 色谱增强三维图表的专业质感。

📋 行动清单

• 在本地执行示例代码，观察控制台输出并记录关键指标。
• 做好准备，进入下一小节学习《Pandas 原生内置绘图系统：df.plot 极速探索》！

—— 小象教研组