LuckyTemplates で Python を使用して 3D 散布図を作成する

このチュートリアルでは、LuckyTemplates で Python を使用して 3 次元 (3D) 散布図を作成する方法を学習します。データ分析と視覚化に広く使用されているプログラミング言語です。これは、インタラクティブなプロットやチャートを作成するための強力なツールです。このチュートリアルの完全なビデオは、このブログの下部でご覧いただけます。

3D 散布図は、 3次元グラフ上のデータ ポイントを視覚的に表現したものです。これは 3 つの変数間の関係を表示するのに便利で、データのパターンや傾向を特定するために使用できます。

このブログを読み終えるまでに、次のような 3D 散布図を作成できるようになります。

結果のグラフには、データのさまざまなレイヤーから選択できる組み込みのスライサーが含まれます。この例では、ニンジンのサイズ、価格、ダイヤモンドの深さで構成されるダイヤモンド データセットを使用しました。

目次

• Python でデータセットと変数を構築する
• Python で 3D 散布図を作成する
• 散布図の対話性を有効にする
• 3D 散布図を Python から LuckyTemplates にインポートする
• LuckyTemplates での次元フィルターの追加
• 結論

Python でデータセットと変数を構築する

Jupyter ノートブックを開きます。

最初のステップはパッケージをインポートすることです。この例では、pandas、numpy、seaborn、matplotlib.plypot、および Axes3D パッケージが使用されます。これらはコード内で使いやすくするために変数として保存されます。

pandas パッケージとnumpyパッケージはデータ操作の基本です。Seabornは、魅力的で有益な統計グラフィックスを描画するための高レベルのインターフェイスを提供する Python のデータ視覚化ライブラリです。

matplotlib.plypotパッケージは、Python で静的、アニメーション、インタラクティブなさまざまな視覚化を作成するために使用される Python のデータ視覚化ライブラリです。最後に、Axes3Dパッケージを使用すると、グラフを 3 次元の図形として変換できます。

パッケージをインポートしたら、次のステップはデータセットをロードすることです。この場合、seaborn ダイヤモンド データセットが使用され、変数dfとして保存されます。

データセットがどのようなものかを表示したい場合は、別のセルを作成し、df.head( )を実行します。これにより、ダイヤモンド データセット内のディメンションと指標を確認できるようになります。

グラフの x、y、z 変数を設定するには、以下に示す構文variable = dataset['dimension']に従います。

Python で 3D 散布図を作成する

3D 図を作成するには、matplotlib変数を使用します。次に、括弧内で、カスタマイズするグラフのメトリクスを選択します。

たとえば、Figure のサイズをフォーマットしたい場合は、figsizeメトリックを使用して、必要なサイズを指定する必要があります。

軸を定義するには、Axes3D データセットを使用し、「fig」変数を括弧内にカプセル化します。そうすることで、この変数が関数に変換されます。次に、fig.add_axes( )関数を使用して、定義した軸を Figure に追加します。

コードを実行すると、空の 3D グラフが表示されます。

散布図を作成するには、scatter関数を使用し、前に定義した 3 つの軸を書き込みます。

コードを実行すると、基本的な 3D 散布図が得られます。

散布図の書式設定を変更する場合は、コードの最新行に戻ります。最後の軸の後で、SHIFT+TABを押します。これにより、プロット上で実行できるさまざまな書式設定変更のリストを含むドロップダウン メニューが開きます。

各軸の色、サイズ、形状を定義できます。cmapオプションを使用すると、軸を 1 つずつ指定する代わりに、すべての軸のカラー テーマを選択できます。

以下の構文に従って軸ラベルを追加することもできます。

散布図の形式は、最終的なグラフをどのようにしたいかによって完全に異なります。この例のコードを実行すると、次のように表示されます。

散布図の対話性を有効にする

次のステップは、3D 散布図をインタラクティブにすることです。この機能は jupyter Notebook でのみ利用できることに注意してください。

グラフを対話型にするには、%matplotlib ノートブックコマンドを使用します。

コードを実行すると、散布図に、グラフの視点とサイズを変更できるコントロールが追加されたことがわかります。

コントロールのほかに、マウス カーソルが置かれている場所に応じて、特定のプロット ポイントの x、y、z 位置に関する情報も表示されます。

散布図を実行するたびに特定のビューポイントに表示されるようにしたい場合は、 ax.azimまたはax.elevコマンドを使用できます。

3D 散布図を Python から LuckyTemplates にインポートする

散布図の外観に満足したら、次のステップでは、散布図を jupyter Notebook から LuckyTemplates にインポートします。

LuckyTemplates デスクトップを開き、[ホーム]タブに移動します。[データの取得] > [詳細]を選択します。

データの取得ウィザードで、 Python スクリプトオプションを探し、 [接続]をクリックします。

Jupyter ノートブックのデータセットからコードをコピーし、LuckyTemplates のスクリプト テキスト ボックスに貼り付けます。次に、「OK」をクリックします。

データセットをクリックし、[読み込み]を選択します。

Python コードのデータセットが LuckyTemplates の [フィールド] ウィンドウに表示されるようになりました。

これらをビジュアルで表示するには、[ビジュアル化] ペインで[Python ビジュアル]オプションをクリックし、スクリプト ビジュアルを有効にします。

次に、散布図に表示するデータをフィールド ペインから選択します。データセットを拡張し、LuckyTemplates で利用できる他の機能を有効にできるため、すべてのデータを取り込むことをお勧めします。

完了したら、Jupyter ノートブックに戻り、コードをコピーします (ビューポイントを除く)。これを LuckyTemplates のPythonスクリプト エディターに貼り付けます。

コードを実行する前に、いくつかの変更を加える必要があります。LuckyTemplates のデータセットは既定でデータセットと呼ばれるため、df 変数をコメント アウトし、代わりに df をデータセットとして割り当てる必要があります。

最後に、LuckyTemplates Desktop で散布図を表示できるようにplt.show( )関数を作成します。

LuckyTemplates での 3D 散布図は次のようになります。

LuckyTemplates での次元フィルターの追加

LuckyTemplates の優れた点は、動的な視覚化を作成できることです。3D 散布図に次元フィルターを追加して、ビジュアライゼーションに表示されるデータを制御できます。

選択したフィールドを LuckyTemplates キャンバスにドラッグし、 [視覚化]ウィンドウの[スライサー]オプションを使用してフィルターに変換します。

3D プロットのデータは、スライサーで選択したオプションに応じて変化します。好みや要件に応じて、LuckyTemplates レポートの視覚エフェクトに他のディメンションやフィルターを追加できます。

その後、スライサーをフォーマットしてボタンに変換できます。選択したスライサー オプションを表示するテキスト ボックスを作成することもできます。

結論

LuckyTemplates でPythonを使用して 3D 散布図を作成することは、3 つの変数を使用してデータを視覚化する強力な方法です。これにより、データのパターンと傾向を特定でき、特定のユースケースのニーズに合わせてカスタマイズできます。

さらに、LuckyTemplates で散布図を動的な視覚エフェクトに変換することは、ユーザーが自分に関連するデータを探索して表示できる対話型ダッシュボードを作成するための優れた方法です。

全体として、 LuckyTemplates でPythonを使用すると、視覚エフェクトをカスタマイズし、組み込みの視覚エフェクト オプションでは使用できないカスタム グラフやプロットを作成できます。データの操作と分析に最適であり、LuckyTemplates で視覚化する前にデータをクリーンアップ、変換、分析するために使用できます。

ではごきげんよう、