Python Axes3D自制坐标轴（没办法俺不知道咋移动坐标轴，但是不移动坐标轴画图太难看了）-Toy模板网

这篇具有很好参考价值的文章主要介绍了Python Axes3D自制坐标轴（没办法俺不知道咋移动坐标轴，但是不移动坐标轴画图太难看了）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Python Axes3D自制坐标轴

因为很不巧用Axes3D自带的坐标轴画出来图有点丑，首先ticklabels离坐标轴有点远。其次想正负值都能显示。就在想能不能把轴往上移一下，同时拉近ticklabels和坐标轴的距离。

python绘制3d坐标系,Python,python,3d

博主主要是发现了用ax.axis(‘off’)或者ax1.set_axis_off()可以达到把坐标轴全部关掉的效果，如下：

python绘制3d坐标系,Python,python,3d

那么使用ax.plot画出三条线（颜色、粗细均可调整），再配合上ax.text在对应的位置写上ticklabels，就可以解决移动坐标轴和调整ticklabels与坐标轴的距离的问题。ps坐标轴上的小横线博主嫌麻烦没画，只要位置找得好可以用ax.plot画出来的。

最后附上代码。代码含画第一个不满意的图的方法，我给注释掉了（在49-57行），想用传统坐标轴的可以去掉注释使用。

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

# 首先定义图片尺寸，（900*600）
fig1 = plt.figure(figsize=(9, 6))
ax1 = Axes3D(fig1)
# 其次定义图片输出的视角
# ax1.view_init(elev=35, #仰角
#
# azim=60 #方位角
# )
ax1.view_init(elev=13, #仰角

azim=60 #方位角
)
# fake data
_x = np.arange(4)
_y = np.arange(4)
_xx, _yy = np.meshgrid(_x, _y)
x, y = _xx.ravel(), _yy.ravel()

DHRR = np.array([[0.5845, 0.0031, 0.051, 0.3871],
                 [0.0031, 0.0432, 0.0096, 0.0410],
                 [0.0510, 0.0096, 0.0590, 0.0338],
                 [0.3871, 0.0410, 0.0338, 0.3133]
                     ])
DHR = np.array([[0.5, 0.0, 0.0, 0.5],
                 [0.00, 0.0, 0.0, 0.0],
                 [0.0, 0.0, 0.0, 0.0],
                 [0.5, 0.0, 0.0, 0.5]
                     ])

dhr = DHR.ravel()
dhrr = DHRR.ravel()
bottom = np.zeros_like(dhrr)
width = 0.4
depth = 0.4
# 这里想给4个边缘的角落不同的颜色，所以定义了一个矩阵，结合plt.cm来实现
colorA = plt.cm.pink(dhr.flatten())
ax1.bar3d(x - width/2, y - depth/2, bottom, width, depth, dhr, alpha=0.2, shade=False, color=colorA)
ax1.bar3d(x - width/2, y - depth/2, bottom, width, depth, dhrr, alpha=0.6, shade=True, color=colorA)
ax1.set_title('DH_Re')
ax1.set_zlabel('Probability ', size=10)
ax1.grid(False)
# 这一步很重要，直接关闭原来的轴，用ax1.set_axis_off()可以达到同样的效果嘞
ax1.axis('off')
# 这里是老方法，去掉上面的ax1.axis('off')即可使用
# ax1.set_xticks(np.linspace(0, 3, 4))
# ax1.set_xticklabels([r'$\vert HH \rangle$', r'$\vert HV \rangle$', r'$\vert VH \rangle$',
#                      r'$\vert VH \rangle$'],
#                     size=16)
# ax1.set_yticks(np.linspace(0, 3, 4))
# ax1.set_yticklabels([r'$\vert HH \rangle$', r'$\vert HV \rangle$', r'$\vert VH \rangle$',
#                      r'$\vert VH \rangle$'],
#                     size=16)
# ax1.set_zbound(-0.5,0.5)
# y轴
ax1.plot([0.0, 1.25, 2.25, 3.25], [0, 0, 0, 0], [3.25, 3.25, 3.25, 3.25],
         zdir='y', color='#000000' )
# z轴
ax1.plot([0, 0, 0, 0, 0], [-0.5, -0.25, 0, 0.25, 0.5], [3.25, 3.25, 3.25, 3.25, 3.25],
         zdir='x', color='#000000')
# x轴
ax1.plot([0, 1.0, 2.0, 3.25], [0, 0, 0, 0], [3.25, 3.25, 3.25, 3.25],
         zdir='x', color='#000000')

# x轴上面的标记
ax1.text(3.6,0.2,0,r'$\vert HH \rangle$',size=10)
ax1.text(3.6,1.2,0,r'$\vert HV \rangle$',size=10)
ax1.text(3.6,2.2,0,r'$\vert VH \rangle$',size=10)
ax1.text(3.6,3.2,0,r'$\vert VV \rangle$',size=10)
# y轴上面的标记
ax1.text(3.2,3.6,0,r'$\vert HH \rangle$',size=10)
ax1.text(2.2,3.6,0,r'$\vert HV \rangle$',size=10)
ax1.text(1.2,3.6,0,r'$\vert VH \rangle$',size=10)
ax1.text(0.2,3.6,0,r'$\vert VV \rangle$',size=10)
# z轴上的标记
ax1.text(3.6,0,-0.5, '-0.5',size=10)
ax1.text(3.6,0,-0.4, '-0.4',size=10)
ax1.text(3.6,0,-0.3, '-0.3',size=10)
ax1.text(3.6,0,-0.2, '-0.2',size=10)
ax1.text(3.6,0,-0.1, '-0.1',size=10)
ax1.text(3.6,0,0, '0',size=10)
ax1.text(3.6,0,0.1, '0.1',size=10)
ax1.text(3.6,0,0.2,'0.2',size=10)
ax1.text(3.6,0,0.3, '0.3',size=10)
ax1.text(3.6,0,0.4,'0.4',size=10)
ax1.text(3.6,0,0.5, '0.5',size=10)
## 可以把具体的数值打在直方图对应bar的头上
a = np.linspace(0, 3, 4).astype('int8')
xs = np.linspace(0, 3, 4).astype('int8')
for n in xs:
    for m in a:
       tran_DHR = DHR[n, m]
       if tran_DHR != 0.00:
         ax1.text(n, m, tran_DHR + 0.03, tran_DHR, size=8, color='#FF0000' )
       tran_DHRR = DHRR[n, m]
       if abs(tran_DHRR) > 0.01:
         ax1.text(n, m, tran_DHRR + 0.03, tran_DHRR, size=8)

## 输出图片啦
plt.savefig('DHRE')
plt.show()