数据随机采样并可视化

最新推荐文章于 2023-02-10 17:27:30 发布

Archi_nan

最新推荐文章于 2023-02-10 17:27:30 发布

阅读量299

点赞数

分类专栏： python可视化文章标签：数据可视化 python

本文链接：https://blog.csdn.net/AVE2016/article/details/118604119

版权

python可视化专栏收录该内容

3 篇文章 0 订阅

订阅专栏

该博客展示了如何使用numpy、pandas和matplotlib进行四维数据的随机采样，并将采样结果以3D散点图的形式进行可视化。通过生成不同范围内的四个变量值，创建了3000个采样点，并用颜色编码来表示第四维数据。最后，将结果保存为scatter.png图像文件和result.csv数据文件。

摘要由CSDN通过智能技术生成

四维变量随机采样，可视化采样结果。

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

size = np.linspace(1, 2, 100, True)
hor = np.linspace(-1, 1, 100, True)
vec = np.linspace(0.2, 0.6, 40, True)
scale = np.linspace(0.5, 1, 50, True)

value = [size, hor, vec, scale]

result = [np.random.choice(_, 3000) for _ in value]
result.append(np.zeros(3000))

result = np.stack(result, axis=0)
result = np.round(result, 2)

result = pd.DataFrame(result.T, columns=['size', 'hor', 'vec', 'scale', 'aux'])

fig = plt.figure()
ax = Axes3D(fig)
x, y, z, w = result['size'], result['hor'], result['scale'], result['vec']
s = ax.scatter(x, y, z, c=w)
plt.colorbar(s)
fig.savefig('scatter.png')

# result.to_csv('result.csv')