如何创建 3d 散点图以在 plotly 中进行聚类，并将每个点颜色设置为我们选择的颜色？

Question

我正在研究由 k-means 中的预测 0 和 1 表示的数据集聚类。 我现在正在寻找 plot 这些点以便更好地可视化它们。 我也将我的 dataframe 转换为 3d。

import plotly
import plotly.graph_objects as go
import numpy as np
plotly.offline.init_notebook_mode(connected=True)
%matplotlib inline

colors = ["red", "gray"]

for i in range(len(x_pca)):
    fig = go.Figure(data=[go.Scatter3d(x=x,y=y,z=z, mode='markers',marker= 
    dict(size=12,color=colors[p[i]],opacity=0.8))])

fig.show()

### p is a list containing values in the form of 0,1,0,0,1.......
# x,y,z are all list containing the points convereted into 3d using pca.

使用上面的代码，我可以打印 3d plot 但所有点的颜色都是红色。

我希望将两种类型的点变成红色和灰色。 有没有办法做到这一点？

Answer 1

df3 dataframe 是使用 x,y,z 和 p 列表制作的。

import plotly.graph_objects as go


import plotly.graph_objects as go

PLOT = go.Figure()

for C in list(df3d.p.unique()):

    PLOT.add_trace(go.Scatter3d(x = df3d[df3d.p == C]['x'],
                            y = df3d[df3d.p == C]['y'],
                            z = df3d[df3d.p == C]['z'],
                            mode = 'markers', marker_size = 8, marker_line_width = 1,
                            name = 'Cluster ' + str(C)))

Answer 2

您可以为磁盘 colors 创建 function。 例如，假设我们有以下数据集（xyzd）：

2    2    2    0
3    3    3    1
4    4    4    1 
2    2    2    0

my_data = np.genfromtxt('data.txt', delimiter = '\t')

def Data_Color(i):

if (i >0):
    return "red"

elif (i <= 0):
    return "gray"

fig=go.Figure(go.Scatter3d(x=my_data[:,0],y=my_data[:,1],z=my_data[:,2],
                           showlegend=True,
                           mode='markers',
                           marker=dict(symbol='circle',
                                       size=10,
                                       color=list(map(Data_Color, my_data[:,3]))
                                       )
                           )
               )
fig.show()

示例 Output