3D 散布圖

這篇教學會介紹如何使用 matplotlib 將圖表轉換成 3D 的顯示模式，並在 3D 圖表裡顯示資料的 3D 散布圖。

本篇使用的 Python 版本為 3.7.12，所有範例可使用 Google Colab 實作，不用安裝任何軟體 ( 參考：使用 Google Colab )

import matplotlib

要進行本篇的範例，必須先載入 matplotlib 函式庫的 pyplot 模組，範例將其獨立命名為 plt。

import matplotlib.pyplot as plt

啟用 3D 圖表

如果使用 fig = plt.figure() 的方式建立圖表，只要額外設定 projection='3d'，就能將圖表的顯示模式設定為 3D 圖表。

參考：使用 3D 圖表

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 散布圖

使用 scatter() 方法，額外加入 z 的參數，就能在 3D 圖表中畫出散布圖。

參考：散布圖 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 個 0～100 的隨機整數 y = [random.randint(0,100) for i in range(200)] # 取得 200 個 0～100 的隨機整數 z = [random.randint(0,100) for i in range(200)] # 取得 200 個 0～100 的隨機整數 ax.scatter(x,y,z,s=50) plt.show()

多組數據的 3D 散布圖

如果有多組數據，只要重複執行 scatter() 的方法，就能夠在圖表中加入不同資料的 3D 散布圖。

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()

意見回饋

如果有任何建議或問題，可傳送「意見表單」給我，謝謝～