pylab 3D散点图与绘制的数据的二维投影 [英] pylab 3d scatter plots with 2d projections of plotted data

问题描述

我想创建一个简单的3D散点图，但我想也显示此数据的2D投影上的数字相同。 这将允许显示两个那些3个变量，可能是很难看到的3D绘图之间的相关性。

我记得看到在此之前的地方，但没能再次找到它。

下面是一些玩具例子：

  X = np.random.random（100）
Y = np.random.random（100）
Z =的sin（x ** 2 + Y ** 2）

图=图（）
AX = fig.add_subplot（111，投影='3D'）
ax.scatter（X，Y，Z）
 

解决方案

您可以使用剧情方法并指定<$ C添加三维散数据的二维投影$ C> zdir ：

 进口numpy的为NP
进口matplotlib.pyplot为PLT

X = np.random.random（100）
Y = np.random.random（100）
Z = np.sin（3 * X ** 2 + Y ** 2）

图= plt.figure（）
AX = fig.add_subplot（111，投影='3D'）
ax.scatter（X，Y，Z）

ax.plot（X，Z，R +，zdir ='y'的，ZS = 1.5）
ax.plot（Y，Z，G +，zdir ='×'，ZS = -0.5）
ax.plot（X，Y​​，K +，zdir ='Z'，ZS = -1.5）

ax.set_xlim（[ -  0.5，1.5]）
ax.set_ylim（[ -  0.5，1.5]）
ax.set_zlim（[ -  1.5，1.5]）

plt.show（）
 

I am trying to create a simple 3D scatter plot but I want to also show a 2D projection of this data on the same figure. This would allow to show a correlation between two of those 3 variables that might be hard to see in a 3D plot.

I remember seeing this somewhere before but was not able to find it again.

Here is some toy example:

x= np.random.random(100)
y= np.random.random(100)
z= sin(x**2+y**2)

fig= figure()
ax= fig.add_subplot(111, projection= '3d')
ax.scatter(x,y,z)

解决方案

You can add 2D projections of your 3D scatter data by using the plot method and specifying zdir:

import numpy as np
import matplotlib.pyplot as plt

x= np.random.random(100)
y= np.random.random(100)
z= np.sin(3*x**2+y**2)

fig= plt.figure()
ax= fig.add_subplot(111, projection= '3d')
ax.scatter(x,y,z)

ax.plot(x, z, 'r+', zdir='y', zs=1.5)
ax.plot(y, z, 'g+', zdir='x', zs=-0.5)
ax.plot(x, y, 'k+', zdir='z', zs=-1.5)

ax.set_xlim([-0.5, 1.5])
ax.set_ylim([-0.5, 1.5])
ax.set_zlim([-1.5, 1.5])

plt.show()

这篇关于pylab 3D散点图与绘制的数据的二维投影的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！