从 3D 数组绘制 3D 散点图

Question

我目前正在尝试使用 3D 数组绘制 3D 散点图。 我在网上找到的关于绘制 3D 散点图的内容看起来像 ax.scatter3D(x, y, z) 其中 x、y、z 都是一维数组。 但是，就我而言，我正在使用 numpy 的 (3, 3, 3) 生成一组形状histogramdd。

In [61]: h, edges = histogramdd(array([[1,2,4],[4,2,8],[3,2,1],[2,1,2],[2,1,3],[2,1,1],[2,1,4]]),bins=3)
In [64]: h
Out[64]:
array([[[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  1.,  0.]],

       [[ 3.,  1.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 1.,  0.,  1.]]])

我的问题是，如何将这个 (3, 3, 3) 解包成与轴对应的一维数组，以便我可以绘制 3d 散点图？

Answer 1

我想说您需要 4 个维度来绘制您创建的直方图。一个想法可能是使用 3D 散点图改变标记的大小，以对每个 3D 箱中包含的数据点数量的信息进行编码。

这就是我要做的。

1. 生成 3D 直方图

import numpy as np

a = np.array([[1,2,4],[4,2,8],[3,2,1],[2,1,2],[2,1,3],[2,1,1],[2,1,4]])
h, edges = np.histogramdd(a, bins=3)

2. 创建垃圾箱位置的 3D 坐标

ex, ey, ez = edges
x, y, z = np.meshgrid(np.linspace(ex[0], ex[-1], 3),
                      np.linspace(ey[0], ey[-1], 3),
                      np.linspace(ez[0], ez[-1], 3))

3. 使用 3D 散点图绘制 bin 并更改标记的大小以对每个绘制的 bin 中包含的点数进行编码：

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

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

ax.scatter(x.flatten(), y.flatten(), z.flatten(), s=h.flatten()*50)

这是情节结果：