Einführung
In diesem Lab lernst du, wie du mithilfe von Python Matplotlib ein 3D-Histogramm für 2D-Daten erstellen kannst. Ein Histogramm ist eine grafische Darstellung von Daten, die einen Wertebereich in Intervalle gruppiert, und das 3D-Histogramm erweitert dieses Konzept, indem es eine dritte Dimension zur Visualisierung hinzufügt.
Tipps für die VM
Nachdem der Start der VM abgeschlossen ist, klicke in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.
Manchmal musst du einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.
Wenn du während des Lernens Probleme hast, kannst du Labby gerne fragen. Gib nach der Sitzung Feedback, und wir werden das Problem für dich prompt beheben.
Bibliotheken importieren
Bevor wir das 3D-Histogramm erstellen können, müssen wir die erforderlichen Bibliotheken importieren. In diesem Fall werden wir NumPy und Matplotlib verwenden.
import matplotlib.pyplot as plt
import numpy as np
Daten generieren
Als nächstes werden wir einige zufällige 2D-Daten generieren, die wir für das Histogramm verwenden. Wir werden die random.rand()-Funktion von NumPy verwenden, um 100 zufällige Werte für beide Variablen x und y zu generieren.
## Fixing random state for reproducibility
np.random.seed(19680801)
x, y = np.random.rand(2, 100) * 4
Das Histogramm erstellen
Jetzt, nachdem wir unsere Daten haben, können wir das 3D-Histogramm erstellen. Wir werden die histogram2d()-Funktion von NumPy verwenden, um ein 2D-Histogramm unserer Daten zu erstellen, und dann die bar3d()-Funktion von Matplotlib verwenden, um ein 3D-Säulendiagramm des Histogramms zu erstellen.
hist, xedges, yedges = np.histogram2d(x, y, bins=4, range=[[0, 4], [0, 4]])
## Construct arrays for the anchor positions of the 16 bars.
xpos, ypos = np.meshgrid(xedges[:-1] + 0.25, yedges[:-1] + 0.25, indexing="ij")
xpos = xpos.ravel()
ypos = ypos.ravel()
zpos = 0
## Construct arrays with the dimensions for the 16 bars.
dx = dy = 0.5 * np.ones_like(zpos)
dz = hist.ravel()
ax.bar3d(xpos, ypos, zpos, dx, dy, dz, zsort='average')
Zeige das Histogramm an
Schließlich können wir das Histogramm mit der show()-Funktion von Matplotlib anzeigen.
plt.show()
Zusammenfassung
In diesem Lab haben Sie gelernt, wie Sie mit Python Matplotlib ein 3D-Histogramm von 2D-Daten erstellen. Sie haben auch gelernt, wie Sie zufällige Daten generieren, ein 2D-Histogramm erstellen und ein 3D-Säulendiagramm des Histogramms erstellen. Indem Sie diese Schritte befolgen, können Sie Ihre eigenen 3D-Histogramme erstellen, um Ihre eigenen Daten zu visualisieren.