Un moyen facile de tracer une dispersion 3D en Python que je peux faire pivoter?

Question

Actuellement, j'utilise matplotlib pour tracer une dispersion 3d et, même si le travail est fait, je n'arrive pas à trouver un moyen de le faire pivoter pour mieux voir mes données.

Voici un exemple:

import pylab as p 
import mpl_toolkits.mplot3d.axes3d as p3 

#data is an ndarray with the necessary data and colors is an ndarray with 
#'b', 'g' and 'r' to paint each point according to its class 

... 

fig=p.figure() 
ax = p3.Axes3D(fig) 
ax.scatter(data[:,0], data[:,2], data[:,3], c=colors) 
ax.set_xlabel('X') 
ax.set_ylabel('Y') 
ax.set_zlabel('Z') 
fig.add_axes(ax) 
p.show() 

Je voudrais une solution qui me permet de le faire pendant le temps d'exécution, mais aussi longtemps que je peux le faire pivoter et je suis est courte/rapide bien avec elle.

Voici une comparaison des parcelles produites après l'application d'un PCA à l'ensemble de données de l'iris:
1. mayavi

2. matplotlib

mâyâvi facilite la visualisation des données, mais MatPlotLib semble plus professionnel. Le matplotlib est également plus léger.

Answer 1

En utilisant mayavi, vous pouvez créer un tel complot avec

import enthought.mayavi.mlab as mylab 
import numpy as np 
x, y, z, value = np.random.random((4, 40)) 
mylab.points3d(x, y, z, value) 
mylab.show() 

L'interface graphique permet une rotation via cliquant-glisser, et le zoom avant/arrière via un clic droit-glisser.

Answer 2

Eh bien, vous devez d'abord définir ce que vous entendez par « voir mes données mieux » ...

Vous pouvez faire pivoter et zoomer sur le terrain à l'aide de la souris, si vous êtes vouloir travailler de manière interactive.

Si vous êtes juste vouloir faire tourner les axes programatically, puis utilisez ax.view_init(elev, azim) où elev et azim sont les angles d'élévation et d'azimut (en degrés) que vous souhaitez voir votre parcelle de.

Vous pouvez également utiliser les ax.elev, ax.azim et ax.dist propriétés pour obtenir/régler l'altitude, l'azimut et la distance du point de vue actuel.

Emprunter la source de this example:

import numpy as np 
from mpl_toolkits.mplot3d import Axes3D 
import matplotlib.pyplot as plt 

def randrange(n, vmin, vmax): 
    return (vmax-vmin)*np.random.rand(n) + vmin 

fig = plt.figure() 
ax = fig.add_subplot(111, projection='3d') 
n = 100 
for c, m, zl, zh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]: 
    xs = randrange(n, 23, 32) 
    ys = randrange(n, 0, 100) 
    zs = randrange(n, zl, zh) 
    ax.scatter(xs, ys, zs, c=c, marker=m) 

ax.set_xlabel('X Label') 
ax.set_ylabel('Y Label') 
ax.set_zlabel('Z Label') 

plt.show() 

Nous obtenons une belle scatterplot:

Vous pouvez faire pivoter les axes programatically comme le montre:

import numpy as np 
from mpl_toolkits.mplot3d import Axes3D 
import matplotlib.pyplot as plt 

def randrange(n, vmin, vmax): 
    return (vmax-vmin)*np.random.rand(n) + vmin 

fig = plt.figure() 
ax = fig.add_subplot(111, projection='3d') 
n = 100 
for c, m, zl, zh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]: 
    xs = randrange(n, 23, 32) 
    ys = randrange(n, 0, 100) 
    zs = randrange(n, zl, zh) 
    ax.scatter(xs, ys, zs, c=c, marker=m) 

ax.set_xlabel('X Label') 
ax.set_ylabel('Y Label') 
ax.set_zlabel('Z Label') 

ax.azim = 200 
ax.elev = -45 

plt.show() 

Espérons que ça aide un peu!