带分类轴的3D绘图[Python / Matplotlib]

Question

尝试用以下内容绘制三维图：

x轴 - 值（浮点数） y轴 - 值（浮点） z轴 - 类别（字符串）

现在我尝试使用pandas.factorize（table.zcolumn）转换z向量

Output: (array([ 0,  0,  0, ..., -1, -1,  1]), Index([u'London', u'National'], dtype='object'))

所以我可以绘制数字没问题。

你会看到有NaN值转换为-1，因此当我绘制图形时，有一堆值为-1。该数据包含伦敦，国家和NaN类别。

如何标记轴以适合我的数据？我觉得应该有一个简单的功能来匹配它。

在z轴上，我需要重新分配刻度-1以变为“NA”，0变为“伦敦”，1变为“国家”

我也对使用大量类别的方法感兴趣，因此不需要手动输入每个类别字符串的代码

regions = pandas.factorize(dataTable.Region[id_range])
regions_num = regions[0]

fig = plot.figure()
ax = fig.add_subplot(111,projection='3d')
ax.scatter(y, x, zs=regions_num)

ax.axes.set_zticklabels(["London","National","N/A"])

plot.show()

Answer 1

您只需将zticks设置为与您的类别对应的三个z值：

ax.axes.set_zticks(regions_num)

话虽如此，我并不认为这实际上是一种绘制数据的好方法。当X，Y和Z值都是连续变量时，3D绘图最有用。将区域表示为不同的z水平可能会更有意义，如果＆＃39; region＆＃39;是一个序数变量，但有任何理由'N/A'应该更高＆＃39;比'National'？ 3D绘图通常比2D绘图更难阅读 - 例如，由于透视投影，'National'类别附近的点可能看起来很像一个更远的点但是在'N/A'类别中。

更合适的选择可能是将这些数据表示为2D轴上的散点图，不同的颜色对应于不同的类别。