在python中將3D數據繪制為圖像

Question

我有3維數據。 我想繪制前兩個尺寸並按第三個顏色着色。 我希望它像hist2d一樣顯示，除了希望不被前兩個維着色外，我希望它由第三個維着色。 我認為這將需要對所有內容進行分箱。 如何做到這一點？

示例數據：

x = np.random.normal(loc=10, scale=2, size=100)
y = np.random.normal(loc=25, scale=5, size=100)
z = np.cos(x)+np.sin(y)

我想繪制x vs y並通過強度z着色。 但是，不只是一個散點圖，我希望它出來像圖像這樣 。

Answer 1

一種簡單的解決方案，因為數據不是在網格上構建的，所以可以使用matplotlib tripcolor （也有tricontourf ）：

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

x = np.random.normal(loc=10, scale=2, size=100)
y = np.random.normal(loc=25, scale=5, size=100)
z = np.cos(x)+np.sin(y)

plt.tripcolor(x, y, z);
plt.plot(x, y, '.k');

另一種解決方案是在可視化之前，使用例如Scipy的griddata將數據插值到常規網格上：

from scipy.interpolate import griddata

# define the grid
x_fine = np.linspace(min(x), max(x), 200)
y_fine = np.linspace(min(y), max(y), 200)

x_grid, y_grid = np.meshgrid(x_fine, y_fine)

# interpolate the data:
z_grid = griddata((x, y), z, (x_grid.ravel(), y_grid.ravel()), method='cubic').reshape(x_grid.shape)

plt.pcolor(x_fine, y_fine, z_grid);
plt.plot(x, y, '.k');

Answer 2

我將ggplot用於R，而不是用於python，但是，這里有一個示例：

import pandas as pd
import numpy as np
# is this the best implementation of ggplot?
from plotnine import *

x = np.random.normal(loc=10, scale=2, size=100)
y = np.random.normal(loc=25, scale=5, size=100)
z = np.cos(x)+np.sin(y)

df = pd.DataFrame({'x':x, 'y':y, 'z':z})

p = ggplot(df, aes(x='x', y='y', colour='z')) + geom_point()
p = p + scale_color_distiller(type='div', palette='RdYlBu')
p