Nemrég indítottam egy könyvekre összpontosító oktatási hírlevelet. A Book Dives egy kéthetente megjelenő hírlevél, ahol minden új számban egy-egy nem szépirodalmi könyvben merülünk el. Megismerheted a könyv legfontosabb tanulságait, és megtudhatod, hogyan alkalmazhatod azokat a való életben. Itt iratkozhatsz fel rá.
Minden adattudósnak tudnia kell, hogyan készítsen hatékony adatvizualizációkat. Vizualizálás nélkül megrekedsz, ha számokat próbálsz összezsúfolni és adatpontok ezreit képzeled el a fejedben!
Ezeken túlmenően ez egy kulcsfontosságú eszköz a nem műszaki érdeklődésű üzleti szereplőkkel való hatékony kommunikációhoz is, akik könnyebben megértik az eredményeidet egy kép segítségével, mint szavakkal.
A legtöbb adatvizualizációs oktatóanyag ugyanazokat az alapvető dolgokat mutatja be: szórásdiagramok, vonaldiagramok, dobozdiagramok, oszlopdiagramok és hőtérképek. Ezek mind fantasztikusak ahhoz, hogy gyors, magas szintű betekintést nyerjünk egy adathalmazba.
De mi lenne, ha egy lépéssel tovább mennénk. Egy 2D-s plot csak egyetlen tengelypár x-y közötti kapcsolatokat képes bemutatni; egy 3D-s plot viszont lehetővé teszi számunkra, hogy 3 tengelypár: x-y, x-z és y-z kapcsolatait vizsgáljuk meg.
Ezzel a cikkel egy egyszerű bevezetést adok a 3D-s adatvizualizáció világába a Matplotlib segítségével. A végén képes leszel hozzáadni a 3D-s ábrázolást az adattudományi eszköztáradhoz!
Mielőtt belevágnánk, nézd meg az AI Smart hírlevelet, hogy elolvasd a legújabb és legjobb híreket az AI, a gépi tanulás és az adattudomány témakörében!
A 3D-s ábrázolás a Matplotlibben a segédeszközkészlet engedélyezésével kezdődik. Ezt az eszközkészletet a mplot3d könyvtár importálásával tudjuk engedélyezni, amely a pip segítségével a szabványos Matplotlib telepítéshez tartozik. Csak győződjünk meg róla, hogy a Matplotlib verziója 1.0-nál nagyobb.
Mihelyt ezt az almodult importáltuk, 3D-s plotokat hozhatunk létre a projection="3d" kulcsszó átadásával a Matplotlib bármelyik szokásos tengelykészítő függvényének:
Most, hogy a tengelyeink elkészültek, elkezdhetjük a 3D-s plotolást. A 3D plotting függvények elég intuitívak: a scatter helyett csak a scatter3D-et hívjuk, és ahelyett, hogy csak x és y adatokat adnánk át, átadjuk az x, y és z adatokat. Minden más függvénybeállítás, mint például a szín és a vonal típusa ugyanaz marad, mint a 2D plotting függvényeknél.
Itt egy példa egy 3D vonal és 3D pontok plottolására.