Python和Matplotlib:在Jupyter Notebook中进行3D绘图交互

我使用Jupyter Notebook来分析数据集 . 笔记本中有很多情节,其中一些是3d图 .

enter image description here

我想知道是否有可能使3d绘图具有交互性,所以我可以在以后更详细地使用它?

也许我们可以在上面添加一个按钮?点击它可以弹出一个3d图,人们可以缩放,平移,旋转等 .


我的思想:

1. matplotlib,%qt

这不适合我的情况,因为我需要在3d情节后继续绘图 . %qt 将干扰以后的情节 .

2. mpld3

mpld3 在我的情况下几乎是理想的,不需要重写任何东西,与matplotlib兼容 . 但是,它只支持2D绘图 . 我没有看到任何关于3D的计划(https://github.com/mpld3/mpld3/issues/223) .

3.散景visjs

bokeh 库中没有找到任何3d绘图的实际示例 . 我只找到https://demo.bokehplots.com/apps/surface3d,它使用 visjs .

4. Javascript 3D情节?

因为我需要的只是线和外观,是否可以使用浏览器中的js将数据传递给js plot以使其具有交互性? (然后我们可能还需要添加3d轴 . )这可能类似于 visjsmpld3 .

回答(6)

2 years ago

尝试:

%matplotlib notebook

jakevdp回复here

EDIT for JupyterLab users:

按照instructions安装jupyter-matplotlib

然后不再需要上面的魔术命令,如示例中所示:

import ipympl
import matplotlib.pyplot as plt

plt.plot([0, 1, 2, 2])
plt.show()

最后,请注意Maarten Breddels'reply;恕我直言ipyvolume确实非常令人印象深刻(而且很有用!) .

2 years ago

有一个名为ipyvolume的新库可以做你想要的,the documentation shows live demos . 目前的版本不是作者的作者)

2 years ago

此列表中缺少Plotly . 我已经链接了python绑定页面 . 它最终具有动画和交互式3D图表 . 由于它是开放源代码,因此大部分内容都可以脱机使用 . 当然它正在与Jupyter合作

2 years ago

对于三维可视化pythreejs是可能在笔记本中使用的最佳方式 . 它利用笔记本电脑的交互式小部件基础架构,因此JS和python之间的连接是无缝的 .

一个更高级的库是bqplot,这是一个基于d3的iPython笔记本的交互式viz库,但它只做2D

2 years ago

我想出的解决方案是在iframe中使用vis.js实例 . 这显示了笔记本内部的交互式3D图,该图仍可在nbviewer中使用 . visjs代码借用了3D图形上的示例代码page

一个小笔记本来说明这一点:demo

代码本身:

from IPython.core.display import display, HTML
import json

def plot3D(X, Y, Z, height=600, xlabel = "X", ylabel = "Y", zlabel = "Z", initialCamera = None):

    options = {
        "width": "100%",
        "style": "surface",
        "showPerspective": True,
        "showGrid": True,
        "showShadow": False,
        "keepAspectRatio": True,
        "height": str(height) + "px"
    }

    if initialCamera:
        options["cameraPosition"] = initialCamera

    data = [ {"x": X[y,x], "y": Y[y,x], "z": Z[y,x]} for y in range(X.shape[0]) for x in range(X.shape[1]) ]
    visCode = r"""
       <link href="https://cdnjs.cloudflare.com/ajax/libs/vis/4.21.0/vis.min.css" type="text/css" rel="stylesheet" />
       <script src="https://cdnjs.cloudflare.com/ajax/libs/vis/4.21.0/vis.min.js"></script>
       <div id="pos" style="top:0px;left:0px;position:absolute;"></div>
       <div id="visualization"></div>
       <script type="text/javascript">
        var data = new vis.DataSet();
        data.add(""" + json.dumps(data) + """);
        var options = """ + json.dumps(options) + """;
        var container = document.getElementById("visualization");
        var graph3d = new vis.Graph3d(container, data, options);
        graph3d.on("cameraPositionChange", function(evt)
        {
            elem = document.getElementById("pos");
            elem.innerHTML = "H: " + evt.horizontal + "<br>V: " + evt.vertical + "<br>D: " + evt.distance;
        });
       </script>
    """
    htmlCode = "<iframe srcdoc='"+visCode+"' width='100%' height='" + str(height) + "px' style='border:0;' scrolling='no'> </iframe>"
    display(HTML(htmlCode))

2 years ago

你可以使用Plotly库 . 它可以直接在Jupyter笔记本中呈现交互式3D图 .

为此,首先需要运行Plotly:

pip install plotly

您可能还希望通过运行来升级库:

pip install plotly --upgrade

在你之后的Jupyter笔记本中你可以写下这样的东西:

# Import dependencies
import plotly
import plotly.graph_objs as go

# Configure Plotly to be rendered inline in the notebook.
plotly.offline.init_notebook_mode()

# Configure the trace.
trace = go.Scatter3d(
    x=[1, 2, 3],  # <-- Put your data instead
    y=[4, 5, 6],  # <-- Put your data instead
    z=[7, 8, 9],  # <-- Put your data instead
    mode='markers',
    marker={
        'size': 10,
        'opacity': 0.8,
    }
)

# Configure the layout.
layout = go.Layout(
    margin={'l': 0, 'r': 0, 'b': 0, 't': 0}
)

data = [trace]

plot_figure = go.Figure(data=data, layout=layout)

# Render the plot.
plotly.offline.iplot(plot_figure)

因此,下面的图表将在Jupyter Notebook中为您绘制,您将能够与它进行交互 . 当然,您需要提供您的具体数据而不是suggeseted数据 .

enter image description here