Python 中的 3D 热图

哎哎哎:# t0]https://www . geeksforgeeks . org/3d-heat map-in-python/

热图是可视化数据集的好方法，可视化数据的方法不断被探索，3D 热图是绘制数据的方法之一。让我们学习如何用 python 绘制 3D 数据。我们将使用 matplotlib 和 mplot3d 在 Python 中绘制 3d 热图。我们需要通过在控制台中运行以下命令来显式安装 matplotlib】

创建 3D 热图

在这个代码示例中，首先我们使用语句 %matplotlib 在 jupyter 笔记本内内联显示所有 matplotlib 图。然后，我们导入了运行此代码示例所需的所有必要库–mplot 3d 库用于绘制 3d 图，pyplot 主要用于绘制图形及其配置。
之后，我们使用 NumPy randint 函数为 3d 热图创建了一个随机数据集，以创建一个随机整数数组。
使用PLT . fig，我们已经创建了一个尺寸分别为 10×10 的宽度和高度的图形，默认情况下 matplotlib 将生成 2D 图，因此要将其指定为 3d 图，我们使用 add_subplot 函数，并使用投影='3d' 来创建 3d 图。
我们使用 set_array() 函数将整数数组映射为 RGBA 颜色。
之后，我们用我们的 3d 数据集创建散点图，通过将标记值设置为，我们将每个数据点显示为方形。它们的颜色将取决于我们之前创建的名为 colo. 的阵列
最后，我们使用 set_label 功能设置了 x、y、z 标签和标题，并使用 show ()功能显示了图形。

*代号:*

**## Python 3

```py

3D Heatmap in Python using matplotlib

to make plot interactive

%matplotlib

importing required libraries

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

creating a dummy dataset

x = np.random.randint(low=100, high=500, size=(1000,)) y = np.random.randint(low=300, high=500, size=(1000,)) z = np.random.randint(low=200, high=500, size=(1000,)) colo = [x + y + z]

creating figures

fig = plt.figure(figsize=(10, 10)) ax = fig.add_subplot(111, projection='3d')

setting color bar

color_map = cm.ScalarMappable(cmap=cm.Greens_r) color_map.set_array(colo)

creating the heatmap

img = ax.scatter(x, y, z, marker='s', s=200, color='green') plt.colorbar(color_map)

adding title and labels

ax.set_title("3D Heatmap") ax.set_xlabel('X-axis') ax.set_ylabel('Y-axis') ax.set_zlabel('Z-axis')

displaying plot

plt.show() ```**

版权属于：月萌API www.moonapi.com，转载请注明出处

本文链接：https://www.moonapi.com/news/107.html

栏目列表