Python | Matplotlib | 三维图绘图合集1

最新推荐文章于 2023-10-21 14:35:36 发布

Luminoll

最新推荐文章于 2023-10-21 14:35:36 发布

阅读量824

点赞数

分类专栏： Python数据分析文章标签： python 数据可视化数据挖掘

本文链接：https://blog.csdn.net/Luminoll/article/details/123251873

版权

本文介绍了如何使用Python的Matplotlib库创建三维散点图和主成分分析（PCA）的三维可视化结果，帮助理解数据分布及PCA降维效果。

摘要由CSDN通过智能技术生成

1 三维散点图

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


# 数据设置
df=pd.DataFrame({'X': range(1,91), 'Y': np.random.randn(90)*10+range(1,91), 'Z': (np.random.randn(90)*15+range(1,91))*3 })

# 绘图
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(df['X'], df['Y'], df['Z'], c='grey', s=80)
ax.view_init(40, 195)
plt.show()

OUTPUT:

2 主成分分析（PCA）结果三维图

# 加载库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.decomposition import PCA

# 图像设置
mydpi=96
plt.figure(figsize=(