《Python資料可視化程式設計實戰》——5.3 建立3D直方圖

本節書摘來自異步社群《python資料可視化程式設計實戰》一書中的第5章，第5.3節，作者[愛爾蘭]igor milovanović ，颛青山 譯，更多章節内容可以通路雲栖社群“異步社群”公衆号檢視。

像3d柱狀圖一樣，我們可能想建立3d直方圖。3d直方圖可以用來很容易地識别3個獨立變量之間的相關性。可以用它們來從圖像中提取資訊，其中第三個次元可以是所分析的圖像的（x, y）空間通道的強度。

本節将學習如何建立3d直方圖。

回顧一下，直方圖表示的是一些值在特定列（通常叫做“bin”）中的發生率。那麼，三維直方圖表示的是在一個網格中的發生率。網格是矩形的，表示的是在兩列中關于兩個變量的發生率。

在這個計算過程中，我們将進行如下操作。

1．使用numpy，因為其擁有計算兩個變量的直方圖的函數。

2．用正态分布函數生成x和y，但是給它們提供不同的參數，以便能區分結果直方圖的互相關系。

3．用相同的資料集合繪制散點圖，展示散點圖和3d直方圖顯示上的差異。

下面是實作上述步驟的代碼。

上述代碼生成如圖5-3所示的圖形。

我們用np.histogram2d生成了一個直方圖，該方法傳回了直方圖（hist）、x bin邊界和y bin邊界。

bar3d函數需要x, y空間的坐标，是以需要計算出一般的矩陣坐标，對此我們使用np.meshgrid函數把x和y位置的向量合并到2d空間網格中（矩陣）。我們可以使用它在xy平面位置上繪制矩形條。

變量dx和dy表示每一個矩形條底部的寬度，我們想把它設定為常數，是以我們為xy平面的每一個位置給定的值為0.1 個點的寬度。

z軸上的值（dz）實際上是計算機直方圖（在變量hist中），它表示在一個特定的bin中一般的x和y樣本的個數。

接下來在散點圖（圖5-3）中顯示了一個2d坐标軸，也呈現了兩組相似但起始參數不同的分布間的互相關系。

有時候，3d給予我們更多的資訊，并以一個更好的方式讓我們來了解資料所包含的内容。然而在更多情況下，3d可視化比2d更加讓人感到迷惑，是以在舍棄2d選擇3d之前最好慎重考慮。