在 Jupyter Notebook 中制作 3D 交互式 Matplotlib 绘图

Matplotlib 是一个数据可视化库。如果不将数据可视化，就很难分析/深入了解数据。 matplotlib 是一个很棒的库，用于在Python对数据进行可视化分析。使用 matplotlib，我们可以绘制 1-D、2-D 甚至 3-D 数据。在本文中，我们将学习如何使用 matplotlib 绘制各种 3-D 图。要在Python绘制 3-D 图，我们需要从Python的 matplotlib 库的标准安装中导入mplot3d库。

由于 matplotlib 是第三方库，它没有标准安装Python，所以你需要在阅读本文之前安装 matplotlib。以下是您可以安装 matplotlib 库的命令。

句法：

pip3 install matplotlib

要使绘图具有交互性，您需要做的就是安装另一个名为ipympl 的库，即交互式Python matplotlib。

句法：

pip3 install ipympl

使用Axes3D.plot()函数创建 3d 图形。

Syntax:

Axes3D.plot(xs, ys, zs,*args, **kwargs)

Parameter: 

• xs: the x coordinate value of the vertices.
• ys: the y coordinate values of the vertices.
• zs: The z coordinate value(s), either one for all points or one for each point.

要生成交互式 3D 绘图，首先导入必要的包并创建一个随机数据集。现在使用 mplot3d 库中的 Axes3D(figure)函数，我们可以直接生成所需的绘图。将数据传递到 3D 绘图并配置标题和标签。

注意：我们必须添加“%matplotlib 小部件”，它是一个 Jupyter 魔术小部件，用于告诉 jupyter 使用交互式后端进行绘图。我们必须将它添加到脚本的顶部以在ipython notebook（即 Jupyter notebook、Google Colab、Kaggle Kernel 等）中创建交互式绘图，以将图形渲染为交互式图形。

下面给出了一些实现相同的实现。

示例：交互式散点图

Python3

# creating 3d plot using matplotlib 
# in python
  
# for creating a responsive plot
%matplotlib widget
  
# importing required libraries
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
  
# creating random dataset
xs = [14, 24, 43, 47, 54, 66, 74, 89, 12,
      44, 1, 2, 3, 4, 5, 9, 8, 7, 6, 5]
  
ys = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 6, 3,
      5, 2, 4, 1, 8, 7, 0, 5]
  
zs = [9, 6, 3, 5, 2, 4, 1, 8, 7, 0, 1, 2, 
      3, 4, 5, 6, 7, 8, 9, 0]
  
# creating figure
fig = plt.figure()
ax = Axes3D(fig)
  
# creating the plot
plot_geeks = ax.scatter(xs, ys, zs, color='green')
  
# setting title and labels
ax.set_title("3D plot")
ax.set_xlabel('x-axis')
ax.set_ylabel('y-axis')
ax.set_zlabel('z-axis')
  
# displaying the plot
plt.show()

输出：

Jupyter notebook 中的交互式 3D 绘图

示例：交互式条形图

Python

# creating 3d bar plot using matplotlib 
# in python
  
# to interacte  with plot
%matplotlib widget
  
# importing required libraries
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
  
# creating random dataset
xs = [2, 3, 4, 5, 1, 6, 2, 1, 7, 2]
ys = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
zs = np.zeros(10)
dx = np.ones(10)
dy = np.ones(10)
dz = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
  
# creating figure
figg = plt.figure()
ax = figg.add_subplot(111, projection='3d')
  
# creating the plot
plot_geeks = ax.bar3d(xs, ys, zs, dx, 
                      dy, dz, color='green')
  
# setting title and labels
ax.set_title("3D bar plot")
ax.set_xlabel('x-axis')
ax.set_ylabel('y-axis')
ax.set_zlabel('z-axis')
  
# displaying the plot
plt.show()

输出：

交互式 3D 绘图