Plotly - 3D 散点图和曲面图

本章将提供有关三维 (3D) 散点图和 3D 曲面图以及如何在 Plotly 的帮助下制作它们的信息。

3D 散点图

三维 (3D) 散点图类似于散点图，但具有三个变量 - x、y 和 z 或 f(x, y)是实数。该图可以表示为三维笛卡尔坐标系中的点。它通常使用透视方法（等轴测或透视）在二维页面或屏幕上绘制，以便其中一个维度看起来像是从页面中出来的。

3D 散点图用于在三个轴上绘制数据点，试图显示三个变量之间的关系。数据表中的每一行都由一个标记表示，该标记的位置取决于其在X、Y 和 Z 轴上设置的列中的值。

可以将第四个变量设置为对应于标记的颜色或大小，从而为绘图添加另一个维度。不同变量之间的关系称为相关性。

Scatter3D跟踪是 go.Scatter3D() 函数返回的图形对象。该函数的强制参数是 x、y 和 z，它们每个都是列表或数组对象。

例如 -

import plotly.graph_objs as go
import numpy as np
z = np.linspace(0, 10, 50)
x = np.cos(z)
y = np.sin(z)
trace = go.Scatter3d(
   x = x, y = y, z = z,mode = 'markers', marker = dict(
      size = 12,
      color = z, # set color to an array/list of desired values
      colorscale = 'Viridis'
      )
   )
layout = go.Layout(title = '3D Scatter plot')
fig = go.Figure(data = [trace], layout = layout)
iplot(fig)

代码的输出如下 -

3D 散点图

3D 曲面图

曲面图是三维数据的图表。在曲面图中，每个点由 3 个点定义：其纬度、经度和高度（X、Y 和 Z）。曲面图不是显示各个数据点，而是显示指定的因变量 (Y)和两个自变量（X 和 Z）之间的函数关系。该图是等高线图的姊妹图。

这里是一个 Python 脚本，用于渲染简单的曲面图，其中y 数组是 x 的转置，z 计算为 cos(x2+y2)

import numpy as np
x = np.outer(np.linspace(-2, 2, 30), np.ones(30))
y = x.copy().T # transpose
z = np.cos(x ** 2 + y ** 2)
trace = go.Surface(x = x, y = y, z =z )
data = [trace]
layout = go.Layout(title = '3D Surface plot')
fig = go.Figure(data = data)
iplot(fig)

下面提到的是上面解释的代码的输出 -

3D 曲面图