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()
答案 0 :(得分: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' region'是一个序数变量,但有任何理由'N/A'
应该更高'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。