Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

296

4

章 

Matplotlib

による可視化

図4-93　3次元の点と線

デフォルトでは、散布図の各点の透明度は奥行き感が得られるように調整されています。静的な

画像では

3

次元の効果が明確ではない場合もありますが、対話的な表示では点のレイアウトについ

ての直感的な

3

次元効果を持ちます。

4.14.2

 

3

次元等高線図

「4.6 密度と等高線図」で作成した等高線図と同じデータを使い、

3

次元のプロットを作成する

ための機能を

mplot3d

が提供します。

ax.contour3D

は

2

次元の

ax.contour

と同様に、すべての入力

データが

2

次元の規則的なグリッドであることを前提として、各点の

Z

データを評価します。ここ

では、

3

次正弦関数の

3

次元等高線図を示します（図 4-94）。

In[5]: def f(x, y):

return np.sin(np.sqrt(x ** 2 + y ** 2))

x = np.linspace(

-6, 6, 30)

y = np.linspace(-6, 6, 30)

X, Y = np.meshgrid(x, y)

Z = f(X, Y)

In[6]: fig = plt.figure()

ax = plt.axes(projection='3d')

ax.contour3D(X, Y, Z, 50, cmap='binary')

ax.set_xlabel('x')

ax.set_ylabel('y')

ax.set_zlabel('z');