Python的Plotly库对于数据可视化和简单,轻松地理解数据非常有用。绘图图形对象是绘图的高级接口,易于使用。
plotly.express.scatter_3d()函数
此函数用于创建3D散点图,可与 Pandas DataFrame 一起使用。散点图中3D空间中的符号标记代表数据帧的每一行。
用法:plotly.express.scatter_3d(data_frame=None, x=None, y=None, z=None, color=None, symbol=None, size=None, text=None, hover_name=None, hover_data=None, custom_data=None, error_x=None, error_x_minus=None, error_y=None, error_y_minus=None, error_z=None, error_z_minus=None, animation_frame=None, animation_group=None, category_orders={}, labels={}, size_max=None, color_discrete_sequence=None, color_discrete_map={}, title=None, template=None, width=None, height=None)
参数:
data_frame:需要为列名传递DataFrame或array-like或dict。
x,y,z:此参数可以是data_frame中的列的名称,也可以是pandas Series或数组对象。来自此列或数组的值分别用于在笛卡尔坐标中沿x,y和z轴定位标记。
color:此参数将颜色分配给标记。
symbol:此参数用于将符号分配给标记。它可以是data_frame中列的名称,也可以是pandas Series或数组对象。
size:此参数用于分配标记大小。它可以是data_frame中列的名称,也可以是pandas Series或数组对象。
hover_name:该列或数组中的值在悬停工具提示中以粗体显示。
hover_data:此参数用于在悬停工具提示或具有布尔值或格式设置字符串的元组中作为第一个元素出现,而list-like数据在悬停工具中作为第二个元素出现在这些元素中,这些列中的值在悬停工具提示中作为额外数据出现。
范例1:
Python3
# Python program to demonstrate 3D scatter
# plot
import plotly.express as px
df = px.data.tips()
plot = px.scatter_3d(df, x = 'day',
y = 'total_bill',
z='sex')
plot.show()
输出:
范例2:使用颜色参数
Python3
# Python program to demonstrate scatter
# plot
import plotly.express as px
df = px.data.tips()
plot = px.scatter_3d(df, x = 'day',
y = 'total_bill',
z = 'sex',
color = 'time')
plot.show()
输出:
范例3:
Python3
# Python program to demonstrate scatter
# plot
import plotly.express as px
df = px.data.tips()
plot = px.scatter_3d(df, x = 'day',
y = 'total_bill',
z = 'sex',
color = 'time',
symbol = 'total_bill')
plot.show()
输出:
相关用法
- Python Wand function()用法及代码示例
- Python Sorted()用法及代码示例
- Python Numbers choice()用法及代码示例
- Python Tkinter askopenfile()用法及代码示例
- Python round()用法及代码示例
- Python id()用法及代码示例
注:本文由纯净天空筛选整理自deepanshumehra1410大神的英文原创作品 plotly.express.scatter_3d() function in Python。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。