带有误差线的 Python matplotlib 3D 条形图

Question

我正在尝试获得带有误差线的 3D 条形图。 我愿意使用 matplotlib、seaborn 或任何其他 python 库或工具

在 SO 中搜索我发现可以通过绘制几个 2D 图来完成 3D 条形图 (here for example)。这是我的代码：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D


dades01 = [54,43,24,104,32,63,57,14,32,12]
dades02 = [35,23,14,54,24,33,43,55,23,11]
dades03 = [12,65,24,32,13,54,23,32,12,43]

df_3d = pd.DataFrame([dades01, dades02, dades03]).transpose()
colors = ['r','b','g','y','b','p']


fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
z= list(df_3d)
for n, i in enumerate(df_3d):
    print 'n',n
    xs = np.arange(len(df_3d[i]))
    ys = [i for i in df_3d[i]]
    zs = z[n]

    cs = colors[n]
    print ' xs:', xs,'ys:', ys, 'zs',zs, ' cs: ',cs
    ax.bar(xs, ys, zs, zdir='y', color=cs, alpha=0.8)


ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

plt.show()

我得到了 3D 'ish' 情节。

我的问题是：如何添加误差线？

为方便起见，让我们尝试在所有绘图中添加相同的误差线：

yerr=[10,10,10,10,10,10,10,10,10,10]

如果我在每个“2D”图中添加误差线：

ax.bar(xs, ys, zs, zdir='y', color=cs,yerr=[10,10,10,10,10,10,10,10,10,10], alpha=0.8)

不起作用：

AttributeError: 'LineCollection' object has no attribute 'do_3d_projection'

我也试过补充：

#ax.errorbar(xs, ys, zs, yerr=[10,10,10,10,10,10,10,10,10,10], ls = 'none')

但又是一个错误：

TypeError: errorbar() got multiple values for keyword argument 'yerr'

知道如何获得带有误差线的 3D 绘图条吗？

Answer 1

据我所知，没有直接的方法可以在 3d 中进行。但是，您可以创建一个变通解决方案，如下所示。该解决方案的灵感来自here。这里的技巧是通过垂直放置的两个点，然后使用_ 作为标记来充当误差线上限。

yerr=np.array([10,10,10,10,10,10,10,10,10,10])

for n, i in enumerate(df_3d):
    xs = np.arange(len(df_3d[i]))
    ys = [i for i in df_3d[i]]
    zs = z[n]
    cs = colors[n]
    ax.bar(xs, ys, zs, zdir='y', color=cs, alpha=0.8)
    for i, j in enumerate(ys):
        ax.plot([xs[i], xs[i]], [zs, zs], [j+yerr[i], j-yerr[i]], marker="_", color=cs)

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

Answer 2

首先，当 2D 绘图就足够时，不要使用 3D 绘图，在这种情况下，它会。对 2D 数据使用 3D 图会不必要地混淆事物。

其次，您可以使用 MultiIndex pandas 数据框的组合来获得您想要的结果：

df = pd.DataFrame({
    'a': list(range(5))*3,
    'b': [1, 2, 3]*5,
    'c': np.random.randint(low=0, high=10, size=15)
}).set_index(['a', 'b'])

fig, ax = plt.subplots(figsize=(10,6))

y_errs = np.random.random(size=(3, 5))
df.unstack().plot.bar(ax=ax, yerr=y_errs)

这会产生如下图：

我在这里使用'bmh' 样式（即，我之前在我打开的笔记本中调用了plt.style.use('bmh')），这就是它看起来如此的原因。