【Matplotlib 使用】绘制 3D 散点图 scatter

目的

数据有 3 个维度时，可以比较方便地表达。例如学生成绩统计中，（学生，科目，成绩）构成的3维数据就可以采用这种方式来做可视化。

效果

• 可以看出各个科目成绩的大致分布情况（图示数据为随机生成）。
  

代码

版本

• matplotlib 2.2.2
• python 3.7

关键代码

• 可能是 matplotlib 版本有点老，在绘制 3D 图时一定要加这个引用，不然会报错：ValueError: Unknown projection ‘3d’

  from mpl_toolkits.mplot3d import Axes3D
  

• scatter 函数使用：x 轴、y 轴、z 轴内容数据可以互换，其中一个指定按哪个轴切分，剩余两个确定在切分好的平面上的具体位置。如下代码，按照 y 轴切分，x 和 z 的数据对点进行定位，因此 x 和 z 的长度要相等。

  ax.scatter(xs=x_data, ys=0, zs=y_data_1, c='#4d3333', s=12, alpha=1, label='English', marker='*')
  

完整代码

• 整体思路：将 3D 看成多个 2D 平面图的组合。如上图所示，按科目绘制具体情况。

  # -*- coding: UTF-8 -*-
  import random
  import matplotlib.pyplot as plt
  from mpl_toolkits.mplot3d import Axes3D
  
  
  def get_random_data(num):
      random_data = list()
      for i in range(0, num):
          # random_data.append(random.random())
          random_data.append(random.randint(0, 100))
      return random_data
  
  
  def csdn_plot_3D_scatter():
      """
          plot the 3D scatter picture.
      """
      '''get data ready.'''
      number_of_point = 100
      x_data = range(0, number_of_point)
      y_data_1 = get_random_data(number_of_point)
      y_data_2 = get_random_data(number_of_point)
      y_data_3 = get_random_data(number_of_point)
  
      '''plot starting ... '''
      fig = plt.figure()
      plt.rcParams['savefig.dpi'] = 1000       # 图片像素
      plt.rcParams['figure.dpi'] = 1000        # 分辨率
      ax = fig.add_subplot(111, projection='3d')
      ax.scatter(xs=x_data, ys=0, zs=y_data_1, c='#4d3333', s=12, alpha=1, label='English', marker='*')
      ax.scatter(xs=x_data, ys=1, zs=y_data_2, c='#3333cc', s=12, alpha=1, label='Chinese', marker='o')
      ax.scatter(xs=x_data, ys=2, zs=y_data_3, c='#ff1493', s=12, alpha=1, label='Math', marker='^')
      ax.set_xticklabels([" ", " ", "Students", " ", " "], fontsize=20)
      ax.set_yticklabels(["English", "Chinese", "Math"], fontsize=20)
      ax.set_zlabel('Score', fontsize=16)
      ax.set_xticks([0, 20, 40, 60, 80, 100])	 # x 轴刻度密度
      ax.set_yticks([0, 1, 2])			     # y 轴刻度密度
      ax.set_xlim(left=0, right=100)           # x 轴显示范围
      ax.set_ylim(bottom=0, top=2)             # y 轴显示范围
      plt.tick_params(labelsize=13)		     # 刻度字体大小
      plt.tight_layout(rect=(0, 0, 1, 1))
      # plt.savefig('student_score.pdf')
      plt.show()
  
  
  if __name__ == '__main__':
  
      csdn_plot_3D_scatter()