我可以用单词而不是数字制作3D散点图吗？

您可以将其作为3D散点图进行处理，并为分类变量使用伪数值，但结果图将非常难以阅读。我推荐这样的3D条形图：

import matplotlib.pyplot as plt
import pandas as pd

fig = plt.figure(figsize=(10, 10))
ax = fig.gca(fc='white', projection='3d')

df = pd.read_csv('data_files/original_file.csv')
xy_data = [i for i in range(len(df[' Landing']))]

ax.bar3d(xy_data,xy_data, df[' Speed'],1,1, -df[' Speed'])
ax.set_xticklabels(df["Location"])
ax.set_yticklabels(df[" Landing"])

ax.set_xlabel("Location")
ax.set_ylabel("Landing")
ax.set_zlabel("Speed")
plt.show()

最后一个细节。在您的csv文件中，标题行中的着陆和速度前有一个领先的空格。调用数据框列时，请记住该空格，如我的代码所示。

附录为了回应您的评论，以下是3D散点图的代码。这两个图中的xy_data列表推导用于创建这些类型的图所需的伪数值，因为它们通常对连续变量进行操作。然后，通过set_xticklabels（）和set_yticklabels（）将类别变量分配给这些数字占位符。

import matplotlib.pyplot as plt
import pandas as pd

fig = plt.figure(figsize=(10, 10))
ax = fig.gca(fc='white', projection='3d')

df = pd.read_csv('data_files/original_file.csv')
xy_data = [i for i in range(len(df[' Landing']))]

ax.scatter3D(xy_data,xy_data, df[' Speed'], color = 'green')
ax.set_xticklabels(df["Location"])
ax.set_yticklabels(df[" Landing"])

ax.set_xlabel("Location")
ax.set_ylabel("Landing")
ax.set_zlabel("Speed")
plt.show()