pylab 3d 散点图与绘制数据的 2d 投影

pylab 3d scatter plots with 2d projections of plotted data

我正在尝试创建一个简单的 3D 散点图,但我还想在同一图形上显示该数据的 2D 投影。 这将允许显示这 3 个变量中的两个之间的相关性,这在 3D 图中可能很难看到。

我记得以前在某个地方见过这个,但没能再找到它。

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)

您可以使用 plot 方法并指定 zdir:

添加 3D 散点数据的 2D 投影
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()

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(此代码已使用 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__