绘制 4d 数据

Question

我有 4 个维度的点（让我们称它们为 v,w,y,z），我想将其可视化。

我的计划是让两个正方形 ( v x w, y x z) 彼此相邻，然后将每个点绘制两次。

鉴于两点 ( [1, 1, 1, 3], [2, 2, 2, 2]) 我设想这样的事情：

给定一小组点，我可以使用不同的颜色来显示左侧的哪些点对应于右侧。有了大量的点，那将是徒劳的。但也许热图是最好的可视化方法？

或者是否有一些替代的既定方法可以在 python/matplotlib 中可视化更高维度的数据？

以下是一些示例数据：

>>> resultsArray[:,:4]
array([[ 0.        ,  0.        ,  0.        ,  0.        ],
       [ 0.00495236,  0.03919034,  0.00495287,  0.03919042],
       [ 0.00240293,  0.02667374,  0.00220419,  0.02693434],
       [ 0.0011231 ,  0.0191784 ,  0.00104353,  0.01928256],
       [ 0.00547274,  0.04187615,  0.00657255,  0.04043363],
       [ 0.00291993,  0.0286196 ,  0.00292006,  0.02861962],
       [ 0.00128136,  0.01975574,  0.00121107,  0.01984781],
       [ 0.00591335,  0.04531384,  0.00873814,  0.04160714],
       [ 0.00345499,  0.0310103 ,  0.00396032,  0.03034784],
       [ 0.00149387,  0.02056065,  0.0014939 ,  0.02056065],
       [ 0.00274306,  0.02667374,  0.00220419,  0.02659422],
       [ 0.00123893,  0.01948363,  0.00108284,  0.01952189],
       [ 0.00162006,  0.02379926,  0.00143157,  0.02389168],
       [ 0.00347023,  0.0286196 ,  0.00292006,  0.02806932]])

Answer 1

3-D 散点图怎么样，当包含色标时，它实际上是 4 维的？

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

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

sp = ax.scatter(data[:,0],data[:,1],data[:,2], s=20, c=data[:,3])
plt.colorbar(sp)

您可以根据需要自定义色标和投影方向。