pylab三维散点图,绘制数据的2d投影

Question

我正在尝试创建一个简单的三维散点图,但我想在同一图上显示这些数据的二维投影.这将允许显示在3D图中可能难以看到的这3个变量中的两个之间的相关性.

我记得之前在某个地方看过这个,但却无法再找到它.

这是一些玩具示例:

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)

Answer 1

您可以使用该plot方法添加3D散点图数据的2D投影,并指定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()

Answer 2

另一个答案适用于 matplotlib 0.99，但 1.0 及更高版本需要一些不同的东西（此代码使用 v1.3.1 检查）：

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

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

fig= plt.figure()
ax = Axes3D(fig)
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() 

您可以通过导入并打印版本字符串来查看您拥有的 matplotlib 版本：

import matplotlib
print matplotlib.__version__