Chúng tôi sẽ bắt đầu bằng cách vẽ một điểm duy nhất trong không gian tọa độ 3D. Sau đó, chúng ta sẽ tìm hiểu cách tùy chỉnh các biểu đồ của mình và sau đó chúng ta sẽ chuyển sang các biểu đồ phức tạp hơn như bề mặt Gaussian 3D, đa giác 3D, v.v. Cụ thể, chúng ta sẽ xem xét các chủ đề sau
Mục lục
1- Vẽ một điểm duy nhất trong không gian 3D
- Bước 1. Nhập thư viện
- Bước 2. Tạo hình và trục
- Bước 3. Vẽ điểm
- Vẽ một đường liên tục 3D
- Tùy chỉnh cốt truyện 3D
- Thêm tiêu đề
- Thêm nhãn trục
- Sửa đổi các điểm đánh dấu
- Sửa đổi các giới hạn trục và đánh dấu
- Thay đổi kích thước của cốt truyện
- Tắt/bật đường lưới
- Đặt màu cốt truyện 3D dựa trên lớp
- Đặt huyền thoại
- Đánh dấu lô có kích thước khác nhau
- Vẽ sơ đồ phân phối Gaussian
- Vẽ một đa giác 3D
- Xoay đồ thị 3D bằng chuột
- Vẽ hai bản phân phối 3D khác nhau
- Xuất biểu đồ Python 3D sang HTML
- Phần kết luận
Vẽ một điểm duy nhất trong không gian 3D
Chúng ta hãy bắt đầu bằng cách thực hiện từng bước cần thiết để tạo biểu đồ 3D trong Python, với một ví dụ về biểu đồ một điểm trong không gian 3D
Bước 1. Nhập thư viện
import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D
Câu đầu tiên là câu lệnh nhập tiêu chuẩn để vẽ biểu đồ bằng matplotlib, mà bạn cũng sẽ thấy cho biểu đồ 2D.
Lần nhập thứ hai của lớp
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]4 là bắt buộc để bật phép chiếu 3D. Mặt khác, nó không được sử dụng ở bất kỳ nơi nào khác.
Lưu ý rằng lần nhập thứ hai là bắt buộc đối với các phiên bản Matplotlib trước 3. 2. 0. Đối với phiên bản 3. 2. 0 trở lên, bạn có thể vẽ sơ đồ 3D mà không cần nhập
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]5
Bước 2. Tạo hình và trục
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']
Đầu ra.
Ở đây, trước tiên chúng ta tạo một hình có kích thước 4 inch X 4 inch.
Sau đó, chúng tôi tạo một đối tượng trục 3-D bằng cách gọi phương thức
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]6 và chỉ định giá trị '3d' cho tham số
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]7.
Chúng ta sẽ sử dụng đối tượng trục ‘ax’ này để thêm bất kỳ đồ thị nào vào hình.
Lưu ý rằng hai bước này sẽ phổ biến trong hầu hết các sơ đồ 3D mà bạn thực hiện trong Python bằng Matplotlib
Bước 3. Vẽ điểm
Sau khi tạo đối tượng trục, chúng ta có thể sử dụng nó để tạo bất kỳ loại biểu đồ nào chúng ta muốn trong không gian 3D.
Để vẽ một điểm, chúng ta sẽ sử dụng phương pháp
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]8 và chuyển ba tọa độ của điểm đó.
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]
Đầu ra.
Như bạn có thể thấy, một điểm duy nhất đã được vẽ [màu xanh lam] tại [2,3,4].
Vẽ một đường liên tục 3D
Bây giờ chúng ta đã biết cách vẽ một điểm trong không gian 3D, tương tự chúng ta có thể vẽ một đường liên tục đi qua danh sách các tọa độ 3D
Chúng ta sẽ sử dụng phương thức
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]9 và chuyển 3 mảng, mỗi mảng cho tọa độ x, y và z của các điểm trên đường thẳng
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]
Đầu ra.
Chúng tôi đang tạo tọa độ x, y và z cho 50 điểm.
Tọa độ x và y được tạo bằng cách sử dụng
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]0 để tạo 50 điểm phân bố đều trong khoảng từ -4π đến +4π. Tọa độ z chỉ đơn giản là tổng bình phương của tọa độ x và y tương ứng.
Tùy chỉnh cốt truyện 3D
Hãy để chúng tôi vẽ một biểu đồ phân tán trong không gian 3D và xem cách chúng tôi có thể tùy chỉnh giao diện của nó theo những cách khác nhau dựa trên sở thích của chúng tôi. Chúng tôi sẽ sử dụng hạt giống ngẫu nhiên NumPy để bạn có thể tạo số ngẫu nhiên giống như hướng dẫn
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]1
Đầu ra.
Bây giờ chúng ta hãy thêm tiêu đề cho cốt truyện này
Thêm tiêu đề
Chúng ta sẽ gọi phương thức
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]1 của đối tượng axis để thêm tiêu đề vào biểu đồ
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]3
Đầu ra.
LƯU Ý rằng tôi chưa thêm mã trước [để tạo hình và thêm biểu đồ phân tán] ở đây, nhưng bạn nên làm điều đó.
Bây giờ chúng ta hãy thêm nhãn cho mỗi trục trên biểu đồ
Thêm nhãn trục
Chúng ta có thể đặt nhãn cho từng trục trong sơ đồ 3D bằng cách gọi các phương thức
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]2,
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]3 và
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]4 trên đối tượng trục
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]7
đầu ra
Sửa đổi các điểm đánh dấu
Như chúng ta đã thấy trong các ví dụ trước, theo mặc định, điểm đánh dấu cho mỗi điểm là một vòng tròn màu xanh có kích thước không đổi.
Chúng tôi có thể thay đổi giao diện của điểm đánh dấu để làm cho chúng biểu cảm hơn.
Hãy để chúng tôi bắt đầu bằng cách thay đổi màu sắc và phong cách của điểm đánh dấu
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]8
Đầu ra.
Chúng tôi đã sử dụng các tham số
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]5 và
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]6 để thay đổi kiểu và màu sắc của các điểm riêng lẻ
Sửa đổi các giới hạn trục và đánh dấu
Phạm vi và khoảng giá trị trên các trục được đặt theo mặc định dựa trên giá trị đầu vào.
Tuy nhiên, chúng ta có thể thay đổi chúng thành các giá trị mong muốn.
Hãy để chúng tôi tạo một biểu đồ phân tán khác biểu thị một tập hợp các điểm dữ liệu mới, sau đó sửa đổi phạm vi và khoảng trục của nó
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]1
Đầu ra.
Chúng tôi đã vẽ dữ liệu của 3 biến là chiều cao, cân nặng và tuổi trên 3 trục.
Như bạn có thể thấy, các giới hạn trên trục X, Y và Z đã được chỉ định tự động dựa trên dữ liệu đầu vào.
Chúng ta hãy sửa đổi giới hạn tối thiểu và tối đa trên mỗi trục, bằng cách gọi các phương thức
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]7,
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]8 và
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]9
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]5
Đầu ra.
Giới hạn cho ba trục đã được sửa đổi dựa trên các giá trị tối thiểu và tối đa mà chúng tôi đã chuyển cho các phương thức tương ứng.
Chúng tôi cũng có thể sửa đổi các dấu kiểm riêng lẻ cho từng trục. Hiện tại, các tick trên trục X là [100,120,140,160,180,200].
Hãy để chúng tôi cập nhật điều này lên [100,125,150,175,200]
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']0
Đầu ra.
Tương tự, chúng ta có thể cập nhật dấu Y và Z bằng cách sử dụng phương pháp
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]10 và
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]11 .
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']1
đầu ra
Thay đổi kích thước của cốt truyện
Nếu chúng tôi muốn ô của mình lớn hơn hoặc nhỏ hơn kích thước mặc định, chúng tôi có thể dễ dàng đặt kích thước của ô khi khởi tạo hình – sử dụng tham số
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]12 của phương pháp
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]13,
or we can update the size of an existing plot by calling the
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]14 method on the figure object.
Trong cả hai phương pháp, chúng tôi phải chỉ định chiều rộng và chiều cao của ô tính bằng inch.
Vì chúng ta đã thấy phương pháp đầu tiên để chỉ định kích thước của ô trước đó, bây giờ chúng ta hãy xem xét phương pháp thứ hai i. e sửa đổi kích thước của một ô hiện có.
Chúng tôi sẽ thay đổi kích thước của biểu đồ phân tán thành 6×6 inch.
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']2
Đầu ra.
Kích thước biểu đồ phân tán của chúng tôi đã được tăng lên so với kích thước mặc định trước đó.
Tắt/bật đường lưới
Tất cả các ô mà chúng tôi đã vẽ cho đến nay đều có đường lưới trên chúng theo mặc định.
Chúng ta có thể thay đổi điều này bằng cách gọi phương thức
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]15 của đối tượng trục và chuyển giá trị 'Sai. ’
Nếu chúng ta muốn các đường lưới trở lại, chúng ta có thể gọi phương thức tương tự với tham số ‘True. ’.
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']3
đầu ra
Đặt màu cốt truyện 3D dựa trên lớp
Giả sử rằng các cá nhân được đại diện bởi biểu đồ phân tán của chúng tôi được chia thành hai hoặc nhiều loại.
Chúng ta có thể trình bày thông tin này bằng cách vẽ biểu đồ các cá nhân của mỗi danh mục bằng một màu khác.
Ví dụ: chúng ta hãy chia dữ liệu của mình thành các danh mục 'Nam' và 'Nữ'.
Chúng ta sẽ tạo một mảng mới có cùng kích thước với số lượng điểm dữ liệu và gán giá trị 0 cho ‘Nam’ và 1 cho danh mục ‘Nữ’.
Sau đó, chúng tôi sẽ chuyển mảng này sang tham số màu
import numpy as np x = np.linspace[−4*np.pi,4*np.pi,50] y = np.linspace[−4*np.pi,4*np.pi,50] z = x**2 + y**2 fig = plt.figure[] ax = fig.add_subplot[111, projection='3d'] ax.plot[x,y,z] plt.show[]6 khi tạo biểu đồ phân tán.
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']4
Đầu ra.
Hiện tại, cốt truyện hiển thị từng loại trong số hai loại với một màu khác nhau.
Nhưng làm cách nào để biết màu nào tương ứng với danh mục nào?
Chúng ta có thể thêm một ‘thanh màu’ để giải quyết vấn đề này
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']5
đầu ra
Đặt huyền thoại
Thường thì chúng ta có nhiều hơn 1 bộ dữ liệu mà chúng ta muốn vẽ biểu đồ trên cùng một hình.
Trong tình huống như vậy, chúng ta phải gán nhãn cho từng ô và thêm chú thích vào hình để phân biệt các ô khác nhau với nhau.
Ví dụ: giả sử dữ liệu tuổi-chiều cao-cân nặng của chúng tôi được thu thập từ 3 tiểu bang của Hoa Kỳ là Florida, Georgia và California.
Chúng tôi muốn vẽ biểu đồ phân tán cho 3 trạng thái và thêm chú thích để phân biệt chúng với nhau.
Hãy để chúng tôi tạo 3 ô trong vòng lặp for và gán một nhãn khác cho chúng mỗi lần
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']6
đầu ra
Đánh dấu lô có kích thước khác nhau
Trong các biểu đồ phân tán mà chúng ta đã thấy cho đến nay, tất cả các điểm đánh dấu đều có kích thước không đổi
Chúng tôi có thể thay đổi kích thước của điểm đánh dấu bằng cách chuyển các giá trị tùy chỉnh vào tham số
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]17 của biểu đồ phân tán.
Chúng tôi có thể chuyển một số duy nhất để đặt tất cả các điểm đánh dấu thành một kích thước cố định mới hoặc chúng tôi có thể cung cấp một mảng các giá trị, trong đó mỗi giá trị đại diện cho kích thước của một điểm đánh dấu.
Trong ví dụ của chúng tôi, chúng tôi sẽ tính toán một biến mới gọi là 'bmi' từ chiều cao và cân nặng của các cá nhân và làm cho kích thước của các điểm đánh dấu riêng lẻ tỷ lệ thuận với giá trị BMI của họ
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']7
Đầu ra.
Kích thước của các điểm đánh dấu trong biểu đồ này càng lớn thì chỉ số BMI của những cá nhân đó càng cao và ngược lại.
Vẽ sơ đồ phân phối Gaussian
Bạn có thể biết về một phân phối Gaussian đơn biến được vẽ trên mặt phẳng 2D, thường được gọi là 'đường cong hình chuông'. ’
nguồn. https. // vi. wikipedia. org/wiki/Tệp. Bình thường_Distribution_PDF. svg
Chúng ta cũng có thể vẽ đồ thị phân phối Gaussian trong không gian 3D, sử dụng phân phối chuẩn đa biến.
Chúng ta phải xác định các biến X và Y và vẽ biểu đồ phân phối xác suất của chúng cùng nhau.
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']8
Đầu ra.
Sử dụng phương pháp
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]18, chúng ta có thể tạo các bề mặt tương tự trong không gian 3D.
Vẽ một đa giác 3D
Chúng ta cũng có thể vẽ đa giác với các đỉnh 3 chiều trong Python
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d']9
đầu ra
Xoay đồ thị 3D bằng chuột
Để tạo biểu đồ tương tác trong Jupyter Notebook, bạn nên chạy
lệnh ma thuật
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]19 ở đầu sổ ghi chép.
Điều này cho phép chúng tôi tương tác với các ô 3D, bằng cách phóng to và thu nhỏ ô, cũng như xoay chúng theo bất kỳ hướng nào
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]0
đầu ra
Vẽ hai bản phân phối 3D khác nhau
Chúng tôi có thể thêm hai biểu đồ 3D khác nhau vào cùng một hình, với sự trợ giúp của phương pháp
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]30.
Số có 3 chữ số mà chúng tôi cung cấp cho phương thức cho biết số lượng hàng và cột trong lưới cũng như vị trí của ô hiện tại trong lưới.
Hai chữ số đầu tiên cho biết tổng số hàng và cột mà chúng ta cần chia hình thành.
Chữ số cuối cùng cho biết vị trí của ô con trong lưới.
Ví dụ: nếu chúng ta chuyển giá trị 223 cho phương thức
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]6, thì chúng ta đang đề cập đến ô thứ 3 trong lưới 2×2 [xem xét thứ tự hàng đầu tiên]
Bây giờ chúng ta hãy xem một ví dụ trong đó chúng ta vẽ hai bản phân phối khác nhau trên một ô duy nhất
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]1
Đầu ra.
Chúng ta có thể vẽ bao nhiêu ô con tùy thích theo cách này, miễn là chúng ta khớp chúng vào lưới.
Xuất biểu đồ Python 3D sang HTML
Nếu chúng tôi muốn nhúng một hình đồ thị 3D vào một trang HTML mà không cần lưu nó dưới dạng tệp hình ảnh trước tiên,
chúng tôi có thể làm như vậy bằng cách mã hóa hình đó thành 'base64' và
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]2
Bây giờ chúng ta có thể viết chuỗi mã HTML này vào một tệp HTML, sau đó chúng ta có thể xem tệp này trong trình duyệt
fig = plt.figure[figsize=[4,4]] ax = fig.add_subplot[111, projection='3d'] ax.scatter[2,3,4] # plot the point [2,3,4] on the figure plt.show[]3
đầu ra
Phần kết luận
Trong hướng dẫn này, chúng ta đã học cách vẽ đồ thị 3D trong Python bằng thư viện matplotlib.
Chúng tôi bắt đầu vẽ một điểm trong không gian tọa độ 3D, sau đó vẽ các đường cong 3D và biểu đồ phân tán.
Sau đó, chúng tôi đã học được nhiều cách khác nhau để tùy chỉnh biểu đồ 3D trong Python, chẳng hạn như thêm tiêu đề, chú giải, nhãn trục vào biểu đồ, thay đổi kích thước biểu đồ, bật/tắt đường lưới trên biểu đồ, sửa đổi các dấu kiểm của trục .
Chúng ta cũng đã học cách thay đổi kích thước và màu sắc của điểm đánh dấu dựa trên danh mục điểm dữ liệu.
Sau đó, chúng tôi đã học cách vẽ các bề mặt trong không gian 3D. Chúng tôi đã vẽ sơ đồ phân phối Gaussian và đa giác 3D bằng Python
Sau đó, chúng tôi đã xem cách chúng tôi có thể tương tác với biểu đồ Python 3D trong sổ ghi chép Jupyter
Cuối cùng, chúng ta đã học cách vẽ nhiều ô con trên cùng một hình và cách xuất một hình thành mã HTML