使用Matplotlib绘制企鹅数据集3D柱状图时遇类型错误求助

错误根源 #

ax.bar3d() 要求x、y轴必须传入数值类型的坐标参数，但你直接用了sex和island这类字符串分类变量，Matplotlib无法对字符串与数值进行比较运算，因此触发TypeError: '<=' not supported between instances of 'str' and 'float'。

修复方案 #

1. 补全依赖库导入 #

原代码使用了numpy相关函数但未导入，同时需要pandas处理分类变量，需补上对应导入语句。

2. 清理缺失值 #

Penguins数据集存在部分缺失行，先删除避免后续运算出错。

3. 分类变量转数值编码 #

将字符串类型的分类变量映射为整数，再手动设置坐标轴刻度标签对应原分类名称，既满足bar3d的数值要求，又保证图表可读性。

4. 优化可视化细节 #

缩小柱子宽度避免重叠，按性别设置对应颜色，调整3D视角提升展示效果。

完整修复代码 #

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd

# 加载数据并清理缺失值
df = sns.load_dataset("penguins").dropna()

# 将分类变量转为数值编码
x = df['sex'].cat.codes
y = df['island'].cat.codes
# 获取原分类标签用于设置刻度
sex_labels = df['sex'].cat.categories
island_labels = df['island'].cat.categories

z = np.zeros(len(x))
dx = np.ones(len(x)) * 0.5  # 缩小柱子宽度，防止重叠
dy = np.ones(len(x)) * 0.5
dz = df['body_mass_g'].to_numpy()  # 匹配原Seaborn图的变量，可替换为bill_length_mm

# 创建画布和3D坐标轴
fig = plt.figure(figsize=(10,7))
ax = fig.add_subplot(111, projection='3d')

# 按性别设置颜色，对应原Seaborn的Indigos调色板
color_map = {'Male': '#4a6fe3', 'Female': '#8b9dc3'}
colors = [color_map[sex] for sex in df['sex']]

# 绘制3D柱状图
ax.bar3d(x, y, z, dx, dy, dz, color=colors)

# 设置坐标轴刻度与标签
ax.set_xticks(np.unique(x))
ax.set_xticklabels(sex_labels)
ax.set_yticks(np.unique(y))
ax.set_yticklabels(island_labels)
ax.set_xlabel('Sex')
ax.set_ylabel('Island')
ax.set_zlabel('Body Mass (g)')

# 调整视角，让柱子展示更清晰
ax.view_init(elev=25, azim=50)

# 显示图表
plt.show()

关键修改说明 #

• 用cat.codes将分类变量快速转为整数编码，cat.categories获取原标签用于刻度显示，无需手动映射。
• 缩小dx和dy值解决3D柱子互相遮挡的问题。
• 按性别设置对应颜色，和原Seaborn图的hue分组效果保持一致。
• 通过view_init()调整3D视角，优化图表可读性。

内容的提问来源于stack exchange，提问作者Himanshu Singh