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

6 回答

• 39

  尝试：

  %matplotlib notebook

  见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！） .

  回复于 2024-04-19T08:44:29+08:00
• 2

  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）

  回复于 2024-04-19T08:44:29+08:00
• 2

  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

  回复于 2024-04-19T08:44:29+08:00
• 0

  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

  回复于 2024-04-19T08:44:29+08:00
• 9

  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))
  

  回复于 2024-04-19T08:44:29+08:00
• 3

  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 .

  

  回复于 2024-04-19T08:44:29+08:00