我可以旋转的python中绘制3D散射的任何简单方法吗？

Question

目前，我正在使用matplotlib绘制3D散布，而在完成工作的同时，我似乎找不到一种旋转它以更好地查看我的数据的方法。

这是一个例子：

import pylab as p
import mpl_toolkits.mplot3d.axes3d as p3

#data is an ndarray with the necessary data and colors is an ndarray with
#'b', 'g' and 'r' to paint each point according to its class

...

fig=p.figure()
ax = p3.Axes3D(fig)
ax.scatter(data[:,0], data[:,2], data[:,3], c=colors)
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
fig.add_axes(ax)
p.show()

我想要一个解决方案，可以让我在执行时间内执行此操作，但是只要我可以旋转它，并且很短/快速，我就可以了。

以下是将PCA应用于虹膜数据集后生成的图的比较：
1. Mayavi

2. matplotlib

Mayavi使可视化数据变得更容易，但是Matplotlib看起来更专业。 matplotlib也更轻。

Answer 1

使用 Mayavi, ，您可以用

import enthought.mayavi.mlab as mylab
import numpy as np
x, y, z, value = np.random.random((4, 40))
mylab.points3d(x, y, z, value)
mylab.show()

GUI允许通过单击和拖动进行旋转，并通过右键单击并拖动放大/输出。

Answer 2

好吧，首先，您需要通过“更好地查看我的数据”来定义您的含义...

如果您想进行互动工作，则可以使用鼠标旋转并放大图。

如果您只是想编程旋转轴，请使用 ax.view_init(elev, azim) 在哪里 elev 和 azim 是您想从中查看情节的高程和方位角（以程度为单位）。

或者，您可以使用 ax.elev, ax.azim, ， 和 ax.dist 获得/设置高程，方位角和当前视图点的距离的属性。

借用 资源 从 这个示例:

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

def randrange(n, vmin, vmax):
    return (vmax-vmin)*np.random.rand(n) + vmin

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
n = 100
for c, m, zl, zh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
    xs = randrange(n, 23, 32)
    ys = randrange(n, 0, 100)
    zs = randrange(n, zl, zh)
    ax.scatter(xs, ys, zs, c=c, marker=m)

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()

我们得到了一个不错的散点图：

您可以按编程旋转轴，如图所示：

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

def randrange(n, vmin, vmax):
    return (vmax-vmin)*np.random.rand(n) + vmin

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
n = 100
for c, m, zl, zh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
    xs = randrange(n, 23, 32)
    ys = randrange(n, 0, 100)
    zs = randrange(n, zl, zh)
    ax.scatter(xs, ys, zs, c=c, marker=m)

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

ax.azim = 200
ax.elev = -45

plt.show()

希望那有所帮助！