Crear diagrama de dispersión 3D usando Python en LuckyTemplates

En este tutorial, aprenderá a crear un diagrama de dispersión tridimensional (3D) con Python en LuckyTemplates. es un lenguaje de programación ampliamente utilizado para el análisis y la visualización de datos. Es una poderosa herramienta para crear diagramas y gráficos interactivos. Puedes ver el video completo de este tutorial en la parte inferior de este blog.

Un diagrama de dispersión 3D es una representación visual de puntos de datos en un gráfico tridimensional. Es útil para mostrar las relaciones entre tres variables y se puede utilizar para identificar patrones y tendencias en los datos.

Al final de este blog, podrá crear un diagrama de dispersión 3D similar a este:

El gráfico resultante tendrá una segmentación integrada que le permitirá elegir entre diferentes capas de datos. El ejemplo usó un conjunto de datos de diamantes compuesto por el tamaño de la zanahoria, el precio y la profundidad del diamante.

Tabla de contenido

• Cree el conjunto de datos y las variables en Python
• Crear la figura de gráfico de dispersión 3D en Python
• Habilitar la interactividad del diagrama de dispersión
• Importe el diagrama de dispersión 3D de Python a LuckyTemplates
• Adición de filtros dimensionales en LuckyTemplates
• Conclusión

Cree el conjunto de datos y las variables en Python

Abra su cuaderno Jupyter .

El primer paso es importar los paquetes. Para este ejemplo, se utilizan los paquetes pandas, numpy, seaborn, matplotlib.plypot y Axes3D. Se guardan como variables para que sean más fáciles de usar en el código.

Los pandas y los paquetes numpy son fundamentales para la manipulación de datos. Y seaborn es una biblioteca de visualización de datos en Python que proporciona una interfaz de alto nivel para dibujar gráficos estadísticos atractivos e informativos.

El paquete matplotlib.plypot es una biblioteca de visualización de datos en Python que se utiliza para crear una amplia gama de visualizaciones estáticas, animadas e interactivas en Python. Y, por último, el paquete Axes3D le permite transformar el gráfico en una figura tridimensional.

Después de importar los paquetes, el siguiente paso es cargar el conjunto de datos. En este caso, el conjunto de datos de diamantes marinos se usa y se guarda como la variable df .

Si desea ver cómo se ve el conjunto de datos, cree otra celda y ejecute df.head( ) . Luego podrá ver las dimensiones y métricas dentro del conjunto de datos de diamantes.

Para configurar las variables x, y y z de su gráfico, siga la sintaxis variable = dataset['dimension'] como se ve a continuación:

Crear la figura de gráfico de dispersión 3D en Python

Para crear la figura 3D, use la variable matplotlib . Luego, dentro de los paréntesis, elija las métricas del gráfico que desea personalizar.

Si desea formatear el tamaño de la figura, por ejemplo, debe usar la métrica figsize y luego especificar el tamaño que desea.

Para definir sus ejes, use el conjunto de datos Axes3D y encapsule la variable 'fig' entre paréntesis. Hacerlo transforma esta variable en una función. Luego, use la función fig.add_axes( ) para agregar los ejes que definió en la figura.

Cuando ejecute el código, obtendrá un gráfico 3D en blanco.

Para crear el diagrama de dispersión, use la función de dispersión y escriba los tres ejes que definió anteriormente.

Si ejecuta el código, ahora obtendrá un diagrama de dispersión 3D básico.

Si desea realizar cambios de formato en su gráfico de dispersión, vuelva a la última línea de código. Después del último eje, presione MAYÚS+TAB . Esto abrirá un menú desplegable que contiene una lista de los diferentes cambios de formato que puede realizar en el gráfico.

Puede definir el color, el tamaño y la forma de cada eje. La opción cmap le permite elegir un tema de color para todos sus ejes en lugar de especificarlos uno por uno.

También puede agregar etiquetas de eje siguiendo la siguiente sintaxis:

El formato del diagrama de dispersión depende completamente de cómo desea que se vea el gráfico final. Cuando ejecute el código de este ejemplo, aparecerá así:

Habilitar la interactividad del diagrama de dispersión

El siguiente paso es hacer que el diagrama de dispersión 3D sea interactivo. Tenga en cuenta que esta función solo está disponible en jupyter notebook.

Para hacer que sus gráficos sean interactivos, use el comando de cuaderno %matplotlib .

Cuando ejecute el código, verá que el diagrama de dispersión ahora se ha agregado con controles que le permiten cambiar la perspectiva y el tamaño del gráfico.

Además de los controles, también hay información sobre la posición x, y, z de un punto de trazado específico dependiendo de dónde se coloque el cursor del mouse.

Si desea que su diagrama de dispersión aparezca en un punto de vista específico siempre que lo ejecute, puede usar los comandos ax.azim o ax.elev .

Importe el diagrama de dispersión 3D de Python a LuckyTemplates

Una vez que esté satisfecho con el aspecto de su diagrama de dispersión, el siguiente paso es importarlo desde jupyter notebook a LuckyTemplates.

Abra su escritorio LuckyTemplates y vaya a la pestaña Inicio . Seleccione Obtener datos > Más .

En el asistente Obtener datos , busque la opción de secuencia de comandos de Python y luego haga clic en Conectar .

Copie el código de su conjunto de datos en Jupyter Notebook y péguelo en el cuadro de texto Script de LuckyTemplates. Luego, haga clic en Aceptar .

Haga clic en el conjunto de datos y seleccione Cargar .

El conjunto de datos de su código python ahora se puede ver en LuckyTemplates en el panel Campos.

Para presentarlos en un objeto visual, haga clic en la opción Visual de Python en el panel Visualización y luego habilite los objetos visuales de la secuencia de comandos .

A continuación, seleccione los datos del panel Campos que desea que se muestren en su diagrama de dispersión. Se recomienda traer todos los datos, ya que le permite expandir el conjunto de datos y habilitar otras funcionalidades disponibles en LuckyTemplates.

Una vez hecho esto, regrese a su cuaderno Jupyter y copie su código (excluyendo el punto de vista). Pegue esto en el editor de secuencias de comandos de Python en LuckyTemplates.

Antes de ejecutar el código, debe realizar algunos cambios. Dado que los conjuntos de datos en LuckyTemplates se denominan conjuntos de datos de forma predeterminada, debe comentar la variable df y, en su lugar, asignar df como conjunto de datos.

Y, por último, escriba la función plt.show() para que el gráfico de dispersión se pueda ver en el escritorio de LuckyTemplates.

Así es como se ve ahora su diagrama de dispersión 3D en LuckyTemplates.

Adición de filtros dimensionales en LuckyTemplates

Lo bueno de LuckyTemplates es que te permite hacer visualizaciones dinámicas . Puede agregar filtros dimensionales a su diagrama de dispersión 3D para poder controlar qué datos se muestran en la visualización.

Arrastre un campo de su elección al lienzo de LuckyTemplates y luego conviértalo en un filtro usando la opción Slicer en el panel Visualización .

Los datos en el gráfico 3D variarán según la opción que seleccione en la segmentación. Puede agregar otras dimensiones y filtros a la visualización de su informe de LuckyTemplates según sus preferencias o requisitos.

Luego, puede formatear su cortadora y transformarla en botones. También puede crear un cuadro de texto que muestre la opción de segmentación que seleccionó.

Conclusión

La creación de un diagrama de dispersión 3D con Python en LuckyTemplates es una forma eficaz de visualizar datos con tres variables. Le permite identificar patrones y tendencias en los datos y puede personalizarse para adaptarse a las necesidades de su caso de uso específico.

Además, transformar el diagrama de dispersión en una visualización dinámica en LuckyTemplates es una excelente manera de crear paneles interactivos que permiten a los usuarios explorar y ver datos que son relevantes para ellos.

En general, el uso de Python en LuckyTemplates le permite personalizar sus visualizaciones y crear gráficos y diagramas personalizados que no están disponibles en las opciones de visualización integradas. Es perfecto para la manipulación y el análisis de datos, y se puede usar para limpiar, transformar y analizar datos antes de que se visualicen en LuckyTemplates.

Mis mejores deseos,