pylab三维散点图，绘制数据的2d投影

Question

我正在尝试创建一个简单的三维散点图，但我想在同一个图上显示这些数据的二维投影。 这将允许显示在3D图中可能难以看到的这3个变量中的两个之间的相关性。

我记得曾经在某个地方看过这个，但却无法再找到它。

以下是一些玩具示例：

x= np.random.random(100)
y= np.random.random(100)
z= sin(x**2+y**2)

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

Answer 1

您可以使用plot方法并指定zdir来添加3D散点图数据的2D投影：

import numpy as np
import matplotlib.pyplot as plt

x= np.random.random(100)
y= np.random.random(100)
z= np.sin(3*x**2+y**2)

fig= plt.figure()
ax= fig.add_subplot(111, projection= '3d')
ax.scatter(x,y,z)

ax.plot(x, z, 'r+', zdir='y', zs=1.5)
ax.plot(y, z, 'g+', zdir='x', zs=-0.5)
ax.plot(x, y, 'k+', zdir='z', zs=-1.5)

ax.set_xlim([-0.5, 1.5])
ax.set_ylim([-0.5, 1.5])
ax.set_zlim([-1.5, 1.5])

plt.show()

Answer 2

另一个答案适用于matplotlib 0.99，但1.0及更高版本需要一些不同的东西（此代码用v1.3.1检查）：

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

x= np.random.random(100)
y= np.random.random(100)
z= np.sin(3*x**2+y**2)

fig= plt.figure()
ax = Axes3D(fig)
ax.scatter(x,y,z)

ax.plot(x, z, 'r+', zdir='y', zs=1.5)
ax.plot(y, z, 'g+', zdir='x', zs=-0.5)
ax.plot(x, y, 'k+', zdir='z', zs=-1.5)

ax.set_xlim([-0.5, 1.5])
ax.set_ylim([-0.5, 1.5])
ax.set_zlim([-1.5, 1.5])

plt.show() 

您可以通过导入matplotlib并打印版本字符串来查看该版本的matplotlib：

import matplotlib
print matplotlib.__version__