Tracer.exprimer.dispersion_3d

Les parcelles 3D sont très utiles lorsque vous devez introduire l'interactivité à vos chiffres et fournir une précision plus visuelle.

Dans cet article, vous apprendrez à créer des tracés de dispersion tridimensionnels en utilisant le module Plotly Express.

Tracer.Exprimer.Dispersion_3d

Nous utilisons la fonction Scatter_3D pour créer des tracés de dispersion 3D dans Plotly. La syntaxe de fonction est comme indiqué ci-dessous:

tracer.exprimer.Scatter_3d (data_frame = aucun, x = aucun, y = aucun, z = non, color = non, symbol = non, size = nothe error_x_minus = aucun, error_y = aucun, error_y_minus = non, error_z = non, error_z_minus = non, animation_frame = non, animation_group = non, catégorie_orders = non Aucun, range_color = aucun, colore_continuous_midpoint = aucun, symbol_sequence = non, symbol_map = non, opacity = non, log_x = false, log_y = false, log_z = false, range_x = non, range_y = non, range_z = non, title = non, modèle = aucun, largeur = aucun, hauteur = aucun)

Les paramètres de fonction sont comme indiqué:

1. data_frame - spécifie les noms de colonne à utiliser dans le tracé. Vous pouvez transmettre les valeurs un dataframe, un dictionnaire ou un objet Array_like.
2. x, y, z - spécifie les valeurs utilisées pour marquer les positions le long de l'axe x, y et z, respectivement.
3. Couleur - Spécifie les valeurs utilisées pour attribuer la couleur aux marques. Vous pouvez passer une colonne dans un objet DataFrame, array_like.
4. Symbole - Spécifie les valeurs utilisées pour attribuer des symboles aux marques.
5. Taille - Définit les valeurs utilisées pour attribuer des tailles de marque.
6. Titre - représente le titre de la figure.
7. Largeur / hauteur - Définit respectivement la largeur et la hauteur des pixels.

Exemple 1

Nous pouvons créer un tracé de diffusion 3D à l'aide de la fonction Scatte_3d et passer les paramètres x, y et z.

Par exemple, le code ci-dessous utilise les données GapMinder () de Plotly Express pour créer un simple tracé de diffusion 3D.

Importer un terrain.Exprime comme PX
df = px.données.GapMinder ().Query ("Continent == 'Europe'")
Fig = px.Scatter_3d (df, x = 'année', y = 'lifeexp', z = 'gdppercap')
figue.montrer()

Dans cet exemple, nous créons un cadre de données à l'aide des données GAPMINDER (). Cela devrait renvoyer un tracé de dispersion 3D comme indiqué:

Exemple 2

Nous pouvons attribuer une couleur unique à chaque bulle en définissant le paramètre de couleur comme colonne de pays dans le cadre de données.

Un exemple est comme indiqué:

Importer un terrain.Exprime comme PX
df = px.données.GapMinder ().Query ("Continent == 'Europe'")
Fig = px.Scatter_3d (df, x = 'année', y = 'lifeExp', z = 'gdppercap', color = 'country')
figue.montrer()

Ici, nous attribuons la colonne des couleurs en tant que pays. Plotly affectera une couleur unique pour chaque tracé en fonction du pays.

Un exemple de figure qui en résulte est comme indiqué:

Exemple 3

Nous pouvons également spécifier les marqueurs de symbole en utilisant le paramètre de symbole comme indiqué:

Importer un terrain.Exprime comme PX
df = px.données.GapMinder ().Query ("Continent == 'Europe'")
Fig = px.Scatter_3d (df, x = 'année', y = 'lifeExp', z = 'gdppercap', color = 'country', symbol = 'country')
figue.montrer()

La définition du paramètre de symbole permet à l'intrigue d'attribuer des symboles uniques aux valeurs du tracé. Par exemple, dans ce cas, Plotly définira un symbole différent pour chaque tracé de pays comme indiqué:

Exemple 4

Pour définir la largeur et la hauteur du tracé, nous pouvons définir les valeurs comme:

Importer un terrain.Exprime comme PX
df = px.données.GapMinder ().Query ("Continent == 'Europe'")
Fig = px.Scatter_3d (df, x = 'année', y = 'lifeexp', z = 'gdppercap', color = 'country', symbol = 'country', width = 1200, height = 800)
figue.montrer()

La définition des valeurs de largeur et de hauteur personnalisées nous permet d'améliorer la visibilité des parcelles car vous avez le contrôle de la zone de travail.

Le chiffre résultant du tracé ci-dessus:

Vous pouvez voir que nous pouvons voir plus de données en raison du plus grand travail -.

Conclusion

Dans cet article, vous avez appris à créer des graphiques de dispersion tridimensionnels en utilisant la fonction Scatter_3D.