Python 离散三维数据可视化

我有以下形式的3D数据：

[(X1, Y1, Z1, VALUE1), (X2, Y2, Z2, VALUE2)...]

十、 Y和Z是介于1和5之间的整数，值是大于或等于零的整数。例如，数据集可以如下所示：

import numpy as np
x = np.array(range(1,6))
y = np.array(range(1,6))
z = np.array(range(1,6))
data = np.random.randint(1,100, size=(len(x), len(y), len(z)) )

现在，我想用3D可视化数据。一种可能是绘制不同颜色的立方体，以填充数组（x，y，z）给出的空间，如这里的答案所示：

问题是存在125个立方体

---

是否有更好的可视化方法来可视化数据的三维分布？理想情况下，绘图可以检查不同的多维数据集，但也可以对某些多维数据集进行聚合。

使用是更好的方法。125个立方体对它来说不算多。但我发现立方体非常坚硬，尤其是覆盖的立方体。不幸的是，MatoptLIB不能正确地渲染3D聚合。这是一个挑剔的东西，但是如果你有x，y，z坐标加上一个4维数据，而不是3维的值。@ MathFox我会尝试体素，但是问题是中间的立方体在最后是不可见的。这意味着只有轴边缘的立方体才可见。这就是为什么我在寻找一种不同的可视化方法。@WilliamMiller是的，你是对的，那么我在寻找一种更好的方法来可视化这些四维数据。