快捷導(dǎo)航

Python 畫出來六維圖

更新時(shí)間：2019年07月26日 15:45:40 作者：Python大本營

這篇文章主要介紹了Python 畫出來六維圖，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

來自維基百科

我們的大腦通常最多能感知三維空間，超過三維就很難想象了。盡管是三維，理解起來也很費(fèi)勁，所以大多數(shù)情況下都使用二維平面。

不過，我們?nèi)匀豢梢岳L制出多維空間，今天就來用 Python 的 plotly 庫繪制下三維到六維的圖，看看長什么樣。

數(shù)據(jù)我們使用一份來自 UCI 的真實(shí)汽車數(shù)據(jù)集，該數(shù)據(jù)集包括 205 個(gè)樣本和 26 個(gè)特征，從中選擇 6 個(gè)特征來繪制圖形：

基礎(chǔ)工作

安裝好 plotly 包：

pip install plotly

加載數(shù)據(jù)集（文末會(huì)提供）：

import pandas as pd 
data = pd.read_csv("cars.csv")

下面我們先繪制基礎(chǔ)的二維圖表，使用兩個(gè) RPM 和 Speed 兩個(gè)特征即可：

繪制 2-D 圖

代碼實(shí)現(xiàn)如下：

import plotly 
import plotly.graph_objs as go 
 
#繪制散點(diǎn)圖 
fig1 = go.Scatter(x=data['curb-weight'], 
         y=data['price'], 
         mode='markers') 
 
#繪制布局 
mylayout = go.Layout(xaxis=dict(title="curb-weight"), 
           yaxis=dict( title="price")) 
 
#繪圖 html 
plotly.offline.plot({"data": [fig1], 
           "layout": mylayout}, 
           auto_open=True)

保存為 html 文件打開可以生成交互界面，也可以保存為 png 圖片。

下面增加特征來繪制三維圖。

繪制 3-D 圖

可以使用 plotly 的 plot.Scatter3D 方法繪制三維圖：

代碼實(shí)現(xiàn)如下：

fig1 = go.Scatter3d(x=data['curb-weight'], 
          y=data['horsepower'], 
          z=data['price'], 
          marker=dict(opacity=0.9, 
                reversescale=True, 
                colorscale='Blues', 
                size=5), 
          line=dict (width=0.02), 
          mode='markers') 
 
mylayout = go.Layout(scene=dict(xaxis=dict( title="curb-weight"), 
                yaxis=dict( title="horsepower"), 
                zaxis=dict(title="price")),) 
 
plotly.offline.plot({"data": [fig1], 
           "layout": mylayout}, 
           auto_open=True, 
           filename=("3DPlot.html"))

如何繪制更高維度的圖呢？顯然無法通過擴(kuò)展坐標(biāo)軸的形式，不過有個(gè)小技巧就是制造一個(gè)虛擬維度，可以用不同顏色、形狀大小、形狀類別來入手。這樣就可以顯示第四個(gè)維度了。

繪制 4-D 圖

下面我們將第四個(gè)變量——車輛油耗（city-mpg）添加到原先的三維圖中，用顏色深淺表示，這樣就繪制出了四維圖?？梢钥吹疆?dāng)其他三個(gè)指標(biāo)（馬力、車身重量、車價(jià)格）越高時(shí)：車輛油耗是越少的。