Python Matplotlib实现三维数据的散点图绘制


Posted in Python onMarch 19, 2019

一、背景

近期项目即将开展,计划第一步就是实现数据的可视化,所以先学习一下数据展示相关Demo。选用Python2.7与Matplotlib来实现,平台采用Pycharm,值得一提的是,Matplotlib的安装前首先要安装Numpy包,但是在完成Numpy的安装之后,楼主不能在PyCharm平台下进行自动安装,或者CMD中使用类似pip install Matplotlib,参考网上解决方案后采用直接去官网下载相应的安装包直接运行安装到相关目录下。在此就不赘述了。

二、 参考

Python语言相对于其他语言对新手较为友好,不用花费太多时间进行语法学习,但是在实际使用的过程中,因为Python中包含有大量的包与资源,在做项目时,对于功能的堆积,实际上Python语言对于新手并不易于理解。相对于Java与C++是需要开发者从底层搭建,可能更易于理解修改(个人意见)。

Python Matplotlib实现三维数据的散点图绘制

三、实现过程

其中就有我们需要参考的部分,也就是mplot3d example code : 2dcollections3d_demo.py。下面贴出其中的代码段。

"""
=======================
Plot 2D data on 3D plot
=======================

Demonstrates using ax.plot's zdir keyword to plot 2D data on
selective axes of a 3D plot.
"""

from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.gca(projection='3d')

# Plot a sin curve using the x and y axes.
x = np.linspace(0, 1, 100)
y = np.sin(x * 2 * np.pi) / 2 + 0.5
ax.plot(x, y, zs=0, zdir='z', label='curve in (x,y)')

# Plot scatterplot data (20 2D points per colour) on the x and z axes.
colors = ('r', 'g', 'b', 'k')
x = np.random.sample(20*len(colors))
y = np.random.sample(20*len(colors))
c_list = []
for c in colors:
 c_list.append([c]*20)
# By using zdir='y', the y value of these points is fixed to the zs value 0
# and the (x,y) points are plotted on the x and z axes.
ax.scatter(x, y, zs=0, zdir='y', c=c_list, label='points in (x,z)')

# Make legend, set axes limits and labels
ax.legend()
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_zlim(0, 1)
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

# Customize the view angle so it's easier to see that the scatter points lie
# on the plane y=0
ax.view_init(elev=20., azim=-35)

plt.show()

样例的运行结果大致如下:

Python Matplotlib实现三维数据的散点图绘制

首先样例的数据来自于随机数的产生,但是在我实际使用的过程中,数据是需要预先存储与导入的。因此我添加数据导入部分:

import scipy.io as sio
#get the data form F:\matlab.mat
data = sio.loadmat('F:\matlab.mat')
m = data['data']

值得一提的是这只是我测试的数据,在实际应用过程中,数据的格式是多种多样的,所以需要做数据格式转化的模块。同时采用.mat数据的格式,用户可以用matlab打开,并对数据进行更改之类的操作。采用这种方法导入后,会自动形成数组。

Python Matplotlib实现三维数据的散点图绘制

如上图所示,是数据在matlab中打开的形式,因为我们需要画出三维散点图,会自动产生3×60的数组,每行代表每一维的数据。贴一张做出的Demo的成果图:

Python Matplotlib实现三维数据的散点图绘制

Python Matplotlib实现三维数据的散点图绘制

因为我是用Time变量做为Xlabel,同时模拟数据是等时间间距进行采样的,同时想要在不同的时间点采用不同的颜色。因此需要对ax.scatter(x,y,z,c)中的c变量进行更改,可以用变量代替,这样就可以用个循环结构实现颜色的切换功能。

for a in x:
 if a == 0.1:
  C.append('c')
 elif a == 0.2:
  C.append('r')
 elif a == 0.3:
  C.append('y')
 elif a == 0.4:
  C.append('k')
ax.scatter(x, y, z, c=C)

颜色切换部分代码如下:

import scipy.io as sio
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np

def Singleplot():
 data = sio.loadmat('F:\matlab.mat')
 m = data['data']

 x = m[0]
 y = m[1]
 z = m[2]

 C = []
 ax = plt.subplot(111, projection='3d')

 for a in x:
 if a == 0.1:
  C.append('c')
 elif a == 0.2:
  C.append('r')
 elif a == 0.3:
  C.append('y')
 elif a == 0.4:
  C.append('k')

 ax.scatter(x, y, z, c=C)

 ax.set_xlabel('Time')
 ax.set_ylabel('Frequence')
 ax.set_zlabel('Amplitude')

 plt.show()

singleplot()

需要注意的是Python是属于相对集成度较高的语言,之所以方便使用,是因为存在许多大牛已经完成底层的内容,开发者只需要遵从下载的包中的使用规则,因此过程中对于许多函数不懂的地方,可以用Pycharm的Go to和Declaration功能进入申明区,并且可以从中看到函数的整体介绍,使用语法以及example。因此其中的功能较为有限,如果在短时间内用Python做项目可能对于新手来说,由上到下的形式可能较为简易,但是对于个性化定制功能的话还有待探究。

第一篇博客。记录一下,本周将学习Logistic回归预测,以及部分TensorFlow的原理与Demo,卡尔曼滤波,和一点数据融合算法。该篇属于数据可视化,还会有3D柱状图的绘制与显示将会尽快整理。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python处理菜单消息操作示例【基于win32ui模块】
May 09 Python
python抓取网站的图片并下载到本地的方法
May 22 Python
Pycharm无法显示动态图片的解决方法
Oct 28 Python
matplotlib.pyplot绘图显示控制方法
Jan 15 Python
选择python进行数据分析的理由和优势
Jun 25 Python
解决Django中调用keras的模型出现的问题
Aug 07 Python
Python学习笔记之集合的概念和简单使用示例
Aug 22 Python
django的模型类管理器——数据库操作的封装详解
Apr 01 Python
python 实现任务管理清单案例
Apr 25 Python
Python unittest如何生成HTMLTestRunner模块
Sep 08 Python
利用pipenv和pyenv管理多个相互独立的Python虚拟开发环境
Nov 01 Python
python爬取豆瓣电影TOP250数据
May 23 Python
浅谈python中get pass用法
Mar 19 #Python
使用matplotlib中scatter方法画散点图
Mar 19 #Python
详解django+django-celery+celery的整合实战
Mar 19 #Python
详解Python正则表达式re模块
Mar 19 #Python
python matplotlib画图库学习绘制常用的图
Mar 19 #Python
详解python的四种内置数据结构
Mar 19 #Python
python3使用matplotlib绘制条形图
Mar 25 #Python
You might like
php的4种常见运行方式
2015/03/20 PHP
YII使用url组件美化管理的方法
2015/12/28 PHP
Zend Framework动作助手(Zend_Controller_Action_Helper)用法详解
2016/03/05 PHP
用CSS+JS实现的进度条效果效果
2007/06/05 Javascript
js 方法实现返回多个数据的代码
2009/04/30 Javascript
判断控件是否已加载完成的代码
2010/02/24 Javascript
yepnope.js 异步加载资源文件
2011/09/08 Javascript
js验证电话号码与手机支持+86的正则表达式
2014/01/23 Javascript
将json对象转换为字符串的方法
2014/02/20 Javascript
更快的异步执行(setTimeout多浏览器)
2014/08/12 Javascript
js监听鼠标点击和键盘点击事件并自动跳转页面
2014/09/24 Javascript
JavaScript实现下拉菜单的显示和隐藏
2016/01/05 Javascript
基于javascript实现九九乘法表
2016/03/27 Javascript
js实现统计字符串中特定字符出现个数的方法
2016/08/02 Javascript
完美实现js焦点轮播效果(二)(图片可滚动)
2017/03/07 Javascript
全面解析vue中的数据双向绑定
2017/05/10 Javascript
详解jQuery中关于Ajax的几个常用的函数
2017/07/17 jQuery
微信小程序获取手机网络状态的方法【附源码下载】
2017/12/08 Javascript
详解NODEJS的http实现
2018/01/04 NodeJs
element-ui 中的table的列隐藏问题解决
2018/08/24 Javascript
JS字符串和数组如何实现相互转化
2020/07/02 Javascript
完美解决vue 中多个echarts图表自适应的问题
2020/07/19 Javascript
[30:51]DOTA2上海特级锦标赛主赛事日 - 3 胜者组第二轮#1Liquid VS MVP.Phx第一局
2016/03/04 DOTA
DRF跨域后端解决之django-cors-headers的使用
2019/01/27 Python
Python如何在循环内使用list.remove()
2020/06/01 Python
Python socket服务常用操作代码实例
2020/06/22 Python
基于Python的自媒体小助手---登录页面的实现代码
2020/06/29 Python
python更新数据库中某个字段的数据(方法详解)
2020/11/18 Python
html5拖拽应用记录及注意点
2020/05/27 HTML / CSS
Stuarts London美国/加拿大:世界领先的独立男装零售商之一
2019/03/18 全球购物
手机业务员岗位职责
2013/12/13 职场文书
教师党员一句话承诺
2014/03/28 职场文书
师德师风演讲稿
2014/05/05 职场文书
2015年新农村建设工作总结
2015/05/22 职场文书
基于Redis延迟队列的实现代码
2021/05/13 Redis
tp5使用layui实现多个图片上传(带附件选择)的方法实例
2021/11/17 PHP