Python 绘制4d数据
我有四个维度的点,我们称之为,v,w,y,z,我想把它们可视化 我的计划是让两个正方形,v x w,y x z,彼此相邻,然后只画两次每个点 鉴于两点[1,1,1,3],[2,2,2,2],我设想如下: 给定一小组点,我可以使用不同的颜色来显示左侧的点对应于右侧的点。有了大量的分数,这将是徒劳的。但也许热图是最好的可视化方法 或者在python/matplotlib中是否有其他既定的方法来可视化更高维度的数据 以下是一些示例数据:Python 绘制4d数据,python,matplotlib,Python,Matplotlib,我有四个维度的点,我们称之为,v,w,y,z,我想把它们可视化 我的计划是让两个正方形,v x w,y x z,彼此相邻,然后只画两次每个点 鉴于两点[1,1,1,3],[2,2,2,2],我设想如下: 给定一小组点,我可以使用不同的颜色来显示左侧的点对应于右侧的点。有了大量的分数,这将是徒劳的。但也许热图是最好的可视化方法 或者在python/matplotlib中是否有其他既定的方法来可视化更高维度的数据 以下是一些示例数据: >>> resultsArray[:,:4]
>>> resultsArray[:,:4]
array([[ 0. , 0. , 0. , 0. ],
[ 0.00495236, 0.03919034, 0.00495287, 0.03919042],
[ 0.00240293, 0.02667374, 0.00220419, 0.02693434],
[ 0.0011231 , 0.0191784 , 0.00104353, 0.01928256],
[ 0.00547274, 0.04187615, 0.00657255, 0.04043363],
[ 0.00291993, 0.0286196 , 0.00292006, 0.02861962],
[ 0.00128136, 0.01975574, 0.00121107, 0.01984781],
[ 0.00591335, 0.04531384, 0.00873814, 0.04160714],
[ 0.00345499, 0.0310103 , 0.00396032, 0.03034784],
[ 0.00149387, 0.02056065, 0.0014939 , 0.02056065],
[ 0.00274306, 0.02667374, 0.00220419, 0.02659422],
[ 0.00123893, 0.01948363, 0.00108284, 0.01952189],
[ 0.00162006, 0.02379926, 0.00143157, 0.02389168],
[ 0.00347023, 0.0286196 , 0.00292006, 0.02806932]])
那么三维散点图呢?如果包括色标,它实际上是四维的
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
sp = ax.scatter(data[:,0],data[:,1],data[:,2], s=20, c=data[:,3])
plt.colorbar(sp)
您可以根据自己的喜好自定义颜色比例和投影方向。三维散点图怎么样,当包含颜色比例时,三维散点图实际上是四维的
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
sp = ax.scatter(data[:,0],data[:,1],data[:,2], s=20, c=data[:,3])
plt.colorbar(sp)
您可以根据需要自定义颜色比例和投影方向。在数据中,v接近y,w接近z,因此您可以对线段v,w到y,z进行二维绘图。您可以创建二维散点图,并使用v,w作为x,y坐标,y值为点着色,z值为数据中点的大小进行缩放,v接近y,w接近z,因此可以绘制线段v,w到y,z的二维图。可以创建二维散点图,并使用v,w作为x,y坐标,y值为点着色,z值缩放点的大小