( 图表 ) 3D 散布图

这篇教学会介绍如何使用 matplotlib 将图表转换成 3D 的显示模式，并在 3D 图表里显示数据的 3D 散布图。

本篇使用的 Python 版本为 3.7.12，所有范例可使用 Google Colab 实作，不用安装任何软件 ( 参考：使用 Google Colab )

import matplotlib

要进行本篇的范例，必须先加载 matplotlib 函数库的 pyplot 模组，范例将其独立命名为 plt。

import matplotlib.pyplot as plt

启用 3D 图表

如果使用 fig = plt.figure() 的方式建立图表，只要额外设定 projection='3d'，就能将图表的显示模式设定为 3D 图表。

参考：使用 3D 图表

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(6,6))
ax = plt.subplot(projection='3d')   # 設定為 3D 圖表
plt.show()

加入 3D 散布图

使用 scatter() 方法，额外加入 z 的参数，就能在 3D 图表中画出散布图。

参考：散布图 Scatter Chart

import matplotlib.pyplot as plt import random fig = plt.figure(figsize=(8,6)) ax = plt.subplot(projection='3d') x = [random.randint(0,100) for i in range(200)] # 取得 200 个 0～100 的随机整数 y = [random.randint(0,100) for i in range(200)] # 取得 200 个 0～100 的随机整数 z = [random.randint(0,100) for i in range(200)] # 取得 200 个 0～100 的随机整数 ax.scatter(x,y,z,s=50) plt.show()

多组数据的 3D 散布图

如果有多组数据，只要重复执行 scatter() 的方法，就能够在图表中加入不同数据的 3D 散布图。

import matplotlib.pyplot as plt
import random
fig = plt.figure(figsize=(10,8))
ax = plt.subplot(projection='3d')
x = [random.randint(0,100) for i in range(150)]
y = [random.randint(0,100) for i in range(150)]
z = [random.randint(0,100) for i in range(150)]
ax.scatter(x,y,z,s=90,c=z,cmap='Reds')
ax.scatter(y,z,x,s=90,c=x,cmap='Blues')
ax.scatter(z,x,y,s=90,c=y,cmap='Greens')
plt.show()

import matplotlib.pyplot as plt
import random
fig = plt.figure(figsize=(10,8))
ax = plt.subplot(projection='3d')
x1 = [random.randint(0,100) for i in range(5000)]
x2 = [random.randint(100,200) for i in range(5000)]
x3 = [random.randint(200,300) for i in range(5000)]
y = [random.randint(0,100) for i in range(5000)]
z = [random.randint(0,100) for i in range(5000)]
ax.scatter(x1,y,z,s=30,c=z,cmap='Reds')
ax.scatter(x2,y,z,s=30,c=z,cmap='Blues')
ax.scatter(x3,y,z,s=30,c=z,cmap='Greens')
plt.show()

意见反馈