import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from mpl_toolkits.mplot3d import Axes3D # 空间三维画图
def get_color(label):
label_color = []
for i in range(0,len(label)):
if label[i] == 0:
label_color.append('red')
elif label[i] == 1:
label_color.append('blue')
elif label[i] == 2:
label_color.append('green')
elif label[i] == 3:
label_color.append('#c957db')
elif label[i] == 4:
label_color.append('black')
elif label[i] == 5:
label_color.append('yellow')
return label_color
def draw_3d_pic(x,y,z,label):
color3 = get_color(label)
fig = plt.figure()
ax = Axes3D(fig)
# ax.scatter(x, y, z)
ax.scatter(x, y, z, c=color3)
# 添加坐标轴
ax.set_xlabel('X', fontdict={'size': 10, 'color': 'black'})
ax.set_ylabel('Y', fontdict={'size': 10, 'color': 'black'})
ax.set_zlabel('Z', fontdict={'size': 10, 'color': 'black'})
plt.show()
上述两个函数组合可以画出一个带label标签的三维散点图。
label最多支持六种分类。每种分类对应一种颜色,如果分类超过六种,可以再增加。
如果低于六种,那就不用改。
x,y,z是三维数据。
用法示例
读取的数据应该是三维的。
version = 1
datafile = './data'+str(version)+'.csv'
labelfile = './label'+str(version)+'.csv'
data = pd.read_csv(datafile)
label = pd.read_csv(labelfile).to_numpy()
label = np.transpose(label)[0].tolist()
# print(label)
# #设置x、y、z轴
x=data.iloc[:, 0]
y=data.iloc[:, 1]
z=data.iloc[:, 2]
draw_3d_pic(x,y,z,label)
关键代码
Axes3D(fig).scatter()
参数详细解析: