Plotly 简明教程

Plotly - 3D Scatter and Surface Plot

本章将提供有关三维（3D）散点图和 3D 曲面图的信息，以及如何借助 Plotly 制作它们。

3D Scatter Plot

三维（3D）散点图类似于散点图，但有三个变量 - x, y, and z or f(x, y) 是实数。此图形可表示为三维笛卡尔坐标系中的点。通常使用透视法（等距或透视）将其绘制在二维页面或屏幕上，使得其中一个维度似乎从页面中出现。

3D 散点图用于在三个轴上绘制数据点，以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，其位置取决于其在 X, Y, and Z axes 上设置的列中的值。

可以设置第四个变量以对应 markers 的 color 或 size ，从而为该图形添加另一个维度。不同变量之间的关系称为 correlation 。

Scatter3D trace 是 go.Scatter3D() 函数返回的图形对象。此函数的必需参数是 x， y and z ，它们中的每一个都是 list or array object 。

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)

下面给出代码的输出 −

3d scatter plot

3D Surface Plot

曲面图是三维数据图。在曲面图中，每个点由 3 个点定义：其 latitude ， longitude 和 altitude （X、Y 和 Z）。曲面图不会显示单个数据点，而是显示指定 dependent variable (Y) 与两个自变量（X 和 Z）之间的函数关系。此图形是等值线图的伴随图形。

这里有一个 Python 脚本，用于呈现简单的曲面图，其中 y array 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)

下面提到了上面解释的代码的输出 −

3d surface plot