Python Plotly極速三維作圖二例

牟曉東

在進(jìn)行開源硬件編程時經(jīng)常要對獲取到的實驗數(shù)據(jù)進(jìn)行實時或后期數(shù)據(jù)可視化分析，一般情況下我們都是在Python編程時先導(dǎo)入matplotlib模塊或Seaborn模塊，然后使用其中的pyplot、displot等子模塊與命令再結(jié)合numpy和pandas進(jìn)行各種圖表的繪制。類似于matplotlib的底層可視化庫雖然圖表資源豐富且可定制性較強，但作為靜態(tài)的繪圖模塊，matplotlib的書寫代碼量較大，操作稍顯繁瑣，此時建議大家可嘗試一下能夠同時支持二維和三維作圖的Plotly，它是基于JavaScript的動態(tài)繪圖模塊，能夠通過簡單的幾行代碼就繪制出非常漂亮的圖表，便于與他人進(jìn)行共享，在此以繪制三維的點與線和函數(shù)的三維面為例進(jìn)行展示：

首先，運行Jupyter Notebook （anaconda3），導(dǎo)入相關(guān)的模塊：“import? plotly.graph_objects as go”“import pandas as pd”;接著，通過“data = pd.read_csv（'data/3d-points.csv'）”對準(zhǔn)備好的csv數(shù)據(jù)文件進(jìn)行讀取加載，再通過“data.head（）”進(jìn)行前五行數(shù)據(jù)的顯示——該csv文件中的數(shù)據(jù)只有X、Y和Z三列，每一行的三個數(shù)據(jù)即對應(yīng)一個三維坐標(biāo)點，如（1，1，1）、（4，2，1）等，共300個點;然后建立變量line，為其賦值為“go.Scatter3d（x= data['X']，y=data['Y']，z=data['Z']）”，將參數(shù)中的三維坐標(biāo)點與data中讀取csv文件中的各個三維坐標(biāo)點進(jìn)行對應(yīng);再建立變量fig，賦值為“go.Figure（line）”，最后通過“fig.show（）”進(jìn)行繪圖輸出。

點擊“運行”按鈕后就會看到生成了三維的點與線圖（如圖1），此時可通過鼠標(biāo)的左右上下拖動對圖進(jìn)行各個角度的動態(tài)展示，也可以推拉滾輪來縮放。同時，在圖的右上方區(qū)域還提供了一系列小工具，實現(xiàn)圖片的保存、縮放與移動等功能。

如果要繪制三維面的話，比如想看一下某個函數(shù)在三維空間中“長”什么樣子，可以先構(gòu)造出每個二維坐標(biāo)面中的均勻“點陣”，再將對應(yīng)的高度值進(jìn)行疊加即可。以函數(shù)“z=x的平方加y的平方”為例，仍然是在Jupyter中先導(dǎo)入模塊：“import? plotly.graph_objects as go”、“import numpy as np”;接著建立x和y兩個變量，分別為其賦值為“x = np.arange（-6，7）”“y=np.arange（-6，7）”，對應(yīng)的數(shù)據(jù)范圍是從-6到6（中間包括0）共13個整數(shù);然后，建立變量xv和yv，并同時進(jìn)行賦值：“xv，yv = np.meshgrid（x，y）”，得到兩個“矩陣”，此時可運行代碼分別查看一下xv和yv的值;接下來再建立變量z，賦值為“xv**2 + yv**2”，即函數(shù)“z=x的平方加y的平方”的Python表達(dá)方式，此時仍然可以查看變量z的矩陣數(shù)據(jù)（如圖2）。

與繪制三維的點和線類似，建立變量surface并進(jìn)行賦值“go.Surface（x=xv，y=yv，z=z）”，同樣是讓參數(shù)x、y和z與上面的xv、yv和z進(jìn)行三維坐標(biāo)點的一一對應(yīng);最后，通過“fig = go.Figure（surface）”和“fig.show（）”進(jìn)行該函數(shù)的三維面顯示輸出（如圖3）。

Plotly的操作難度確實不大，而且各種圖片的顯示效果都非常不錯，大家不妨一試。