LuckyTemplates에서 Python을 사용하여 3D 산점도 만들기

이 자습서에서는 LuckyTemplates에서 Python을 사용하여 3차원(3D) 산점도를 만드는 방법을 알아봅니다. 은 데이터 분석 및 시각화에 널리 사용되는 프로그래밍 언어입니다. 대화형 플롯과 차트를 만들기 위한 강력한 도구입니다. 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다.

3D 산점도는 3 차원 그래프에서 데이터 포인트를 시각적으로 표현한 것입니다. 세 변수 간의 관계를 표시하는 데 유용하며 데이터의 패턴과 추세를 식별하는 데 사용할 수 있습니다.

이 블로그를 마치면 다음과 같은 3D 산점도를 만들 수 있습니다.

결과 그래프에는 다양한 데이터 레이어 중에서 선택할 수 있는 내장 슬라이서가 있습니다. 이 예에서는 당근 크기, 가격 및 다이아몬드 깊이로 구성된 다이아몬드 데이터 세트를 사용했습니다.

목차

• Python에서 데이터 세트 및 변수 빌드
• Python에서 3D 산점도 그림 만들기
• Scatter Plot의 상호 작용 활성화
• Python에서 LuckyTemplates로 3D 산점도 가져오기
• LuckyTemplates에서 차원 필터 추가
• 결론

Python에서 데이터 세트 및 변수 빌드

Jupyter 노트북을 엽니다 .

첫 번째 단계는 패키지를 가져오는 것입니다. 이 예제에서는 pandas, numpy, seaborn, matplotlib.plypot 및 Axes3D 패키지가 사용됩니다. 코드에서 더 쉽게 사용할 수 있도록 변수로 저장됩니다.

pandas 및 numpy 패키지는 데이터 조작 의 기본입니다. 그리고 seaborn은 매력적이고 유익한 통계 그래픽을 그리기 위한 고급 인터페이스를 제공하는 Python의 데이터 시각화 라이브러리입니다.

matplotlib.plypot 패키지는 Python에서 다양한 정적, 애니메이션 및 대화형 시각화를 생성하는 데 사용되는 Python의 데이터 시각화 라이브러리입니다 . 마지막으로 Axes3D 패키지를 사용하면 그래프를 3차원 도형으로 변환할 수 있습니다.

패키지를 가져온 후 다음 단계는 데이터 세트를 로드하는 것입니다. 이 경우에는 seaborn diamond 데이터셋을 사용하여 변수 df 로 저장합니다 .

데이터 세트의 모양을 보려면 다른 셀을 만들고 df.head( ) 를 실행하십시오 . 그러면 다이아몬드 데이터세트 내에서 측정기준과 측정항목을 볼 수 있습니다.

그래프의 x, y, z 변수를 설정하려면 아래와 같이 variable = dataset['dimension'] 구문을 따릅니다.

Python에서 3D 산점도 그림 만들기

3D 그림을 만들려면 matplotlib 변수를 사용하십시오. 그런 다음 괄호 안에서 사용자 지정하려는 그래프의 지표를 선택합니다.

예를 들어 그림 크기의 형식을 지정하려면 figsize 메트릭을 사용한 다음 원하는 크기를 지정해야 합니다.

축을 정의하려면 Axes3D 데이터 세트를 사용하고 괄호 안에 'fig' 변수를 캡슐화하십시오. 이렇게 하면 이 변수가 함수로 변환됩니다. 그런 다음 fig.add_axes( ) 함수를 사용하여 정의한 축을 그림에 추가합니다.

코드를 실행하면 빈 3D 그래프가 표시됩니다.

산점도를 만들려면 scatter 함수를 사용하고 앞에서 정의한 세 개의 축을 작성합니다.

코드를 실행하면 기본 3D 산점도가 표시됩니다.

산점도의 형식을 변경하려면 최신 코드 줄로 돌아가십시오. 마지막 축 다음에 SHIFT+TAB 을 누릅니다 . 이렇게 하면 플롯에서 수행할 수 있는 다양한 형식 변경 목록이 포함된 드롭다운 메뉴가 열립니다.

각 축의 색상, 크기 및 모양을 정의할 수 있습니다. cmap 옵션을 사용하면 축을 하나씩 지정하는 대신 모든 축에 대한 색상 테마를 선택할 수 있습니다 .

아래 구문에 따라 축 레이블을 추가할 수도 있습니다.

산점도의 형식은 전적으로 최종 그래프의 모양에 따라 다릅니다. 이 예제에서 코드를 실행하면 다음과 같이 표시됩니다.

Scatter Plot의 상호 작용 활성화

다음 단계는 3D 산점도를 대화식으로 만드는 것입니다. 이 기능은 jupyter 노트북에서만 사용할 수 있습니다.

그래프를 대화형으로 만들려면 %matplotlib 노트북 명령을 사용하십시오.

코드를 실행하면 이제 그래프의 관점과 크기를 변경할 수 있는 컨트롤과 함께 산점도가 추가된 것을 볼 수 있습니다.

컨트롤 옆에는 마우스 커서의 위치에 따라 특정 플롯 포인트의 x, y, z 위치에 관한 정보도 있습니다.

산점도를 실행할 때마다 특정 시점에 나타나게 하려면 ax.azim 또는 ax.elev 명령을 사용할 수 있습니다.

Python에서 LuckyTemplates로 3D 산점도 가져오기

산점도 모양이 만족스러우면 다음 단계는 jupyter notebook에서 LuckyTemplates로 산점도를 가져오는 것입니다.

LuckyTemplates 데스크톱을 열고 홈 탭 으로 이동합니다 . 데이터 가져오기 > 자세히를 선택합니다 .

데이터 가져오기 마법사 에서 Python 스크립트 옵션을 찾은 다음 연결을 클릭합니다 .

Jupyter 노트북의 데이터 세트에서 코드를 복사하여 LuckyTemplates의 스크립트 텍스트 상자에 붙여넣습니다. 그런 다음 확인 을 클릭합니다 .

데이터 세트를 클릭하고 로드를 선택합니다 .

Python 코드의 데이터 세트는 이제 필드 창 아래의 LuckyTemplates에서 볼 수 있습니다.

시각적 개체로 표시하려면 시각화 창에서 Python 시각적 개체 옵션을 클릭한 다음 스크립트 시각적 개체를 활성화합니다 .

다음으로 산점도에 표시할 필드 창에서 데이터를 선택합니다. 데이터 세트를 확장하고 LuckyTemplates에서 사용할 수 있는 다른 기능을 활성화할 수 있으므로 모든 데이터를 가져오는 것이 좋습니다.

완료되면 Jupyter 노트북으로 돌아가 코드를 복사합니다(관점 제외). LuckyTemplates의 Python 스크립트 편집기 에 붙여넣습니다 .

코드를 실행하기 전에 몇 가지 사항을 변경해야 합니다. LuckyTemplates의 데이터 세트는 기본적으로 데이터 세트 라고 하므로 df 변수를 주석 처리하고 대신 df를 데이터 세트로 할당해야 합니다.

마지막으로 plt.show( ) 함수를 작성하여 산점도를 LuckyTemplates Desktop에서 볼 수 있도록 합니다.

이것은 이제 LuckyTemplates에서 3D 산점도가 어떻게 보이는지 보여줍니다.

LuckyTemplates에서 차원 필터 추가

LuckyTemplates의 좋은 점은 동적 시각화를 만들 수 있다는 것입니다 . 3D 산점도에 차원 필터를 추가하여 시각화에 표시되는 데이터를 제어할 수 있습니다.

선택한 필드를 LuckyTemplates 캔버스로 끈 다음 시각화 창에서 슬라이서 옵션을 사용하여 필터로 전환합니다 .

3D 플롯의 데이터는 슬라이서에서 선택한 옵션에 따라 달라집니다. 기본 설정이나 요구 사항에 따라 LuckyTemplates 보고서 시각화에 다른 차원 및 필터를 추가 할 수 있습니다 .

그런 다음 슬라이서를 포맷하고 버튼으로 변환할 수 있습니다. 선택한 슬라이서 옵션을 표시하는 텍스트 상자를 만들 수도 있습니다.

결론

LuckyTemplates에서 Python을 사용하여 3D 산점도를 만드는 것은 세 가지 변수로 데이터를 시각화하는 강력한 방법입니다. 이를 통해 데이터의 패턴과 추세를 식별할 수 있으며 특정 사용 사례의 요구 사항에 맞게 사용자 지정할 수 있습니다.

또한 LuckyTemplates에서 산점도를 동적 시각화로 변환하는 것은 사용자가 관련 데이터를 탐색하고 볼 수 있는 대화형 대시보드를 만드는 좋은 방법입니다.

전반적으로 LuckyTemplates에서 Python을 사용하면 시각화를 사용자 지정하고 기본 제공 시각화 옵션에서 사용할 수 없는 사용자 지정 차트 및 플롯을 만들 수 있습니다. 데이터 조작 및 분석에 적합하며 LuckyTemplates에서 시각화하기 전에 데이터를 정리, 변환 및 분석하는 데 사용할 수 있습니다.

모두 제일 좋다,