Ich habe vor kurzem einen auf Bücher fokussierten Bildungs-Newsletter gestartet. Book Dives ist ein zweiwöchentlicher Newsletter, in dem wir in jeder neuen Ausgabe in ein Sachbuch eintauchen. Sie lernen die Kernaussagen des Buches kennen und erfahren, wie Sie sie im echten Leben anwenden können. Sie können ihn hier abonnieren.
Jeder Data Scientist sollte wissen, wie man effektive Datenvisualisierungen erstellt.
Außerdem ist die Visualisierung ein wichtiges Werkzeug für die effektive Kommunikation mit nicht-technischen Geschäftspartnern, die Ihre Ergebnisse mit einem Bild leichter verstehen werden als mit Worten.
Die meisten Tutorials zur Datenvisualisierung zeigen die gleichen grundlegenden Dinge: Streudiagramme, Liniendiagramme, Boxdiagramme, Balkendiagramme und Heatmaps. Diese sind alle fantastisch, um einen schnellen, umfassenden Einblick in einen Datensatz zu erhalten.
Was aber, wenn wir einen Schritt weiter gehen? Eine 2D-Darstellung kann nur die Beziehungen zwischen einem einzigen Achsenpaar x-y zeigen; eine 3D-Darstellung hingegen ermöglicht es uns, die Beziehungen zwischen drei Achsenpaaren zu untersuchen: x-y, x-z und y-z.
In diesem Artikel gebe ich Ihnen eine einfache Einführung in die Welt der 3D-Datenvisualisierung mit Matplotlib. Am Ende werden Sie in der Lage sein, 3D-Darstellungen zu Ihrem Data Science-Toolkit hinzuzufügen!
Bevor wir loslegen, sollten Sie sich den AI Smart Newsletter ansehen, um das Neueste und Beste über KI, maschinelles Lernen und Data Science zu lesen!
3D-Darstellungen in Matplotlib beginnen mit der Aktivierung des Utility-Toolkits. Wir können dieses Toolkit aktivieren, indem wir die mplot3d-Bibliothek importieren, die mit der Standardinstallation von Matplotlib über pip geliefert wird. Stellen Sie nur sicher, dass Ihre Matplotlib-Version über 1.0 ist.
Nach dem Import dieses Untermoduls können 3D-Plots erstellt werden, indem das Schlüsselwort projection="3d" an eine der regulären Achsenerstellungsfunktionen in Matplotlib übergeben wird:
Nun, da unsere Achsen erstellt sind, können wir mit dem Plotten in 3D beginnen. Die 3D-Plotfunktionen sind recht intuitiv: Statt nur scatter rufen wir scatter3D auf, und statt nur x- und y-Daten zu übergeben, übergeben wir x, y und z. Alle anderen Funktionseinstellungen wie Farbe und Linientyp bleiben die gleichen wie bei den 2D-Plotfunktionen.
Hier ist ein Beispiel für das Plotten einer 3D-Linie und von 3D-Punkten.