使用Excel和matplotlib绘制3D折线图

一、前言

在希望将多个折线图绘制在一起时，除了在2D平面上绘制多条折线图外，我们还可以在3维立体空间里去绘制它们，这样可以更加清晰地观察它们之间的差距。

本博文将使用Excel和基于python的matplotlib库这两种方式去完成3D折线图的绘制。其中使用Excel软件绘制3D折线图不需要编程，操作简单，而使用matplotlib库绘制3D折线图虽然需要编程但是也并不困难。故使用哪一种方式完成3D折线图的绘制其实都可以，看读者喜欢哪一种方法制作出来的效果。同时本文经过实验发现这两种方式在为有较多数据的数据集绘制其3D折线图时都存在得到的图像表述效果不好的情况，故针对有较多数据的数据集而言可能不适合使用它们去绘制其3D折线图。

二、实验

2.1 使用Excel软件绘制3D折线图

如下图所示，首先我们需要准备一个类似这样的Excel数据表格

这里我们使用的是使用Excel的RANDBETWEEN函数造出来的，某路段检测点在周一到周三收集来的通过的交通车流量数据。表格中每一行的含义是在该行对应的时间跨度内周一到周三该检测点检测得到的通过该路段的车流量数据。注：这里其实你换成你自己想要画3D折线图的数据集就可以，然后注意表格第一行要写清楚每一列的含义。

在数据表格准备好后，我们选中数据表格中我们需要对其进行3D折线图绘制的部分，然后如下图所示，我们点击Excel上方工具栏中的“插入”那一项，再点击“折线图”图标，选择并点击其中的“三维折线图”，这样一个使用Excel绘制的3D折线图就绘制完成啦。

绘制出来的折线图是下面这个样子：

2.2 使用基于python的matplotlib库绘制3D折线图

这里我们直接上python代码，代码中有注释，下面这段代码的含义在一个3D空间内绘制3条折线图（可以理解为绘制某一个主体在周一到周三某个数据的情况），同样使用的随机生成的假数据。

import random
import matplotlib.pyplot as plt
import numpy as np
import pylab as mpl
mpl.rcParams['font.sans-serif'] = ['FangSong']  # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
xs = list(range(0,24)) #数据在x轴上的坐标for z in range(3):#这里我们设置z=0到2，代表周一到周三ys = np.random.rand(24)*100 #数据在y轴上的坐标color = plt.cm.Set2(random.choice(range(plt.cm.Set2.N))) #得到一个随机的颜色用于下面绘制该条折线图ax.plot(xs, ys, zs=z, zdir='y',color=color,marker='o', alpha=0.8)#在设置zdir = 'y'的情形下，其实y轴才是z轴，然后z轴变成了y轴
ax.set_xlabel('X轴')
ax.set_ylabel('Z轴')
ax.set_zlabel('Y轴')plt.show()

绘制出的3D折线图如下：

2.3 在绘制相对较多的数据时这两种方式的对比情况

这里我们将数据点由前面的十几个，二十几个扩充到每一条折线上有288个数据，然后使用上述两种方法进行绘图，得到的图形如下：

Excel绘制的3D折线图如下：

matplotlib绘制的3D折线图如下：

可见，在数据体量较大的数据集上，Excel和matplotlib的绘制效果均不太好，可能使用matplotlib绘制出来的3D折线图效果更好一点。

三、总结

本文使用Excel软件和基于python的matplotlib库完成了绘制数据集3D折线图的工作。文中实验证明，在数据量较小的情况下，使用上述两种方式绘制3D折线图得到的效果均较好，而在数据量较大的情况下上述两种方式绘制出来的图像其表征效果均不太好，可能需要进一步的优化或选择其他方式进行绘制。