18、数据可视化与机器学习：Matplotlib、Seaborn 与 Scikit-learn 实战

数据可视化与机器学习：Matplotlib、Seaborn 与 Scikit-learn 实战

1. 3D 绘图与多面板绘图

在数据可视化中，3D 绘图能更直观地展示数据在三维空间中的分布。例如，使用以下代码可以创建一个 3D 散点图：

ax = fig.add_subplot(111, projection="3d")
ax.scatter(xs,ys,zs)
ax.scatter(xs2,ys2,zs2,c='r',marker='^')
ax.scatter(xs3,ys3,zs3,c='g',marker='*')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

这个 3D 散点图展示了三个不同的簇。

另外，3D 柱状图也是一种有效的可视化方式，以下是创建 3D 柱状图的代码：

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
x = np.arange(8)
y = np.random.randint(0,10,8)
y2 = y + np.random.randint(0,3,8)
y3 = y2 + np.random.randint(0,3,8)
y4 = y3 + np.random.randint(0,3,8)
y5 = y4 + np.random.