Python中带有色调颜色贴图和图例的3D散点图

我一直在用seaborn用python搜索3D绘图，但没有看到任何。我想3D打印我最初使用seaborn pairplot绘制的数据集。有人能帮我解决以下两个问题吗：

我无法获得与sns pairplot相同的调色板，例如，如何从图2获得调色板并应用于图1上的点

图例不粘在绘图上或在pairplot上显示不好，例如，当我执行

plt.legend时（bbox_to_anchor=（1.05,1），loc=2，borderaxespad=0，ncol=4）

我看到以下错误：anaconda2/lib/python2.7/site packages/matplotlib/axes/\u axes.py:545:UserWarning:找不到带标签的对象。在单个绘图上使用label='…'kwarg。warnings.warn（“未找到带标签的对象。”

提前谢谢！ 我的推荐人：

这里有一个MWE：

import re, seaborn as sns, numpy as np, pandas as pd, random
from pylab import *
from matplotlib.pyplot import plot, show, draw, figure, cm
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
sns.set_style("whitegrid", {'axes.grid' : False})

fig = plt.figure(figsize=(6,6))

ax = Axes3D(fig) # Method 1
# ax = fig.add_subplot(111, projection='3d') # Method 2

x = np.random.uniform(1,20,size=20)
y = np.random.uniform(1,100,size=20)
z = np.random.uniform(1,100,size=20)


ax.scatter(x, y, z, c=x, marker='o')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()

---

图2没有调色板规范，但它看起来像是matplotlib（）中的成对定性颜色映射。因此，您需要在3D绘图的代码中使用

cmap

参数和pairplot中的

调色板

选项来指定

图例更难。你可以用图例元素制作一个。更好解释

因此，您的代码如下所示（我去掉了未使用的导入）：

Seaborn调色板可以从使用

as_hex（）

方法初始化的

ListedColorMap

类的实例转换为Matplotlib颜色映射（如中所建议）

从中，可以从散点图生成图例，并获取

散点

函数输出的句柄和标签

代码的结果如下图所示。请注意，我生成了更多的数据点，以便更好地查看颜色贴图是否相同。此外，

ListedColorMap

的输出输出了具有透明度变化的颜色贴图，因此我必须在散点图中将

alpha

手动设置为1

导入re，seaborn作为sns
将numpy作为np导入
从matplotlib导入pyplot作为plt
从mpl_toolkits.mplot3d导入Axes3D
从matplotlib.colors导入ListedColormap
#生成数据
n=200
x=np.随机.均匀（1,20，尺寸=n）
y=np.随机.均匀（1100，尺寸=n）
z=np.随机.均匀（1100，尺寸=n）
#轴实例
图=plt.图（图尺寸=（6,6））
ax=Axes3D（图，自动添加到图=假）
图添加_轴（ax）
#从seaborn获取彩色地图
cmap=ListedColormap（sns.color\u调色板（“husl”，256）.as\u hex（））
#密谋
sc=最大散射（x，y，z，s=40，c=x，marker='o'，cmap=cmap，alpha=1）
ax.set_xlabel（'X标签'）
ax.set_ylabel（'Y Label'））
ax.set_zlabel（'Z标签'）
#传奇
plt.legend（*sc.legend_elements（），bbox_to_anchor=（1.05,1），loc=2）
#拯救
plt.savefig（“散射色调”，bbox\u英寸=紧密”）

#Seaborn pair plot
df_3d = pd.DataFrame()
df_3d['x'] = x
df_3d['y'] = y
df_3d['z'] = z

sns.pairplot(df_3d, hue='x')

import seaborn as sns, numpy as np, pandas as pd, random
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
sns.set_style("whitegrid", {'axes.grid' : False})

fig = plt.figure(figsize=(6,6))

ax = Axes3D(fig)

x = np.random.uniform(1,20,size=20)
y = np.random.uniform(1,100,size=20)
z = np.random.uniform(1,100,size=20)


g = ax.scatter(x, y, z, c=x, marker='o', depthshade=False, cmap='Paired')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

# produce a legend with the unique colors from the scatter
legend = ax.legend(*g.legend_elements(), loc="lower center", title="X Values", borderaxespad=-10, ncol=4)
ax.add_artist(legend)

plt.show()