【matplotlib】3Dグラフ表示の基本［Python］

2019年7月23日2022年12月9日

URLをコピーしました！

データの準備

これまでmatplotlibでは2次元データを扱ってきました。

しかし時には３次元データを使うなんてこともあるでしょう。

今回は簡単にですが、3次元データのプロットの仕方を解説していきます。

まずは３次元データの準備をしましょう。

とりあえず、X軸５つ、Y軸５つでZ軸を０−９の値で適当に作ってみました。

test_data = [[1, 2, 3, 4, 5], [9, 8, 7, 6, 5], [4, 7, 3, 8, 2], [1, 9, 4, 6, 3], [3, 7, 2, 6, 5]]

分かりやすく書くと下のような２次元リストになっています。

1, 2, 3, 4, 5
9, 8, 7, 6, 5
4, 7, 3, 8, 2
1, 9, 4, 6, 3
3, 7, 2, 6, 5

横方向がX軸方向、縦方向がY軸方向、そして数値自体がZ軸方向なります。

これでデータの準備ができました。

それでは３Dプロットしていきましょう！

インポート

今回、インポートするライブラリはいくつかあるので、順に見ていきましょう。

まずはnumpyです。

import numpy as np

いつも通り、numpyをnpとして使えるようにインポートします。

次にmatplotlibです。

from matplotlib import pyplot as plt

こちらもmatplotlibのpyplotをpltとして使えるようにインポートします。

最後に3Dプロット用のライブラリです。

from mpl_toolkits.mplot3d import Axes3D

mpl_toolkits.mplot3dからAxes3Dをインポートします。

さらにマジックコマンドを入れておきましょう。

%matplotlib notebook

これでjupyter notebook上で拡大縮小などできるようになります。

まとめるとこんな感じです。

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

%matplotlib notebook

座標点用の格子列の作成

3Dプロットをするには、格子列というのが必要になります。

3Dプロットなので、X軸、Y軸の場所を決めて、Z軸方向に数値をプロットすることになります。

そこで先ほどのリストのそれぞれの要素が、X軸、Y軸のどこに当たるか決めてやる必要があるということです。

X軸の要素数はリストの中のさらにリストの中の要素数に当たります。

1, 2, 3, 4, 5 ←この要素数（この場合は5）
9, 8, 7, 6, 5
4, 7, 3, 8, 2
1, 9, 4, 6, 3
3, 7, 2, 6, 5

この要素数を取得するには、test_data内のリストのうち、一つのリストを取り、その要素数を取得します。

つまりこんな感じになります。

len(test_data[0])

Y軸の要素数を取得するには、test_dataのリスト内の要素数を取得します。

この要素数を取得
↓
1, 2, 3, 4, 5
9, 8, 7, 6, 5
4, 7, 3, 8, 2
1, 9, 4, 6, 3
3, 7, 2, 6, 5

こちらの方がシンプルで、こんな感じになります。

len(test_data)

その要素数に対し、番号を振るため、np.arange関数を使って、リストを作ります。

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

%matplotlib notebook

test_data = [[1, 2, 3, 4, 5], [9, 8, 7, 6, 5], [4, 7, 3, 8, 2], [1, 9, 4, 6, 3], [3, 7, 2, 6, 5]]

x = np.arange(len(test_data[0]))
y = np.arange(len(test_data))

print(x)
print(y)

実行結果
[0 1 2 3 4]
[0 1 2 3 4]

それぞれ０から４まで番号を振ることができました。

これを格子列化します。

その場合、np.meshgrid(Xのリスト、Yのリスト)を使います。

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

%matplotlib notebook

test_data = [[1, 2, 3, 4, 5], [9, 8, 7, 6, 5], [4, 7, 3, 8, 2], [1, 9, 4, 6, 3], [3, 7, 2, 6, 5]]

x = np.arange(len(test_data[0]))
y = np.arange(len(test_data))

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

print(X)
print(Y)

実行結果
[[0 1 2 3 4]
 [0 1 2 3 4]
 [0 1 2 3 4]
 [0 1 2 3 4]
 [0 1 2 3 4]]
[[0 0 0 0 0]
 [1 1 1 1 1]
 [2 2 2 2 2]
 [3 3 3 3 3]
 [4 4 4 4 4]]

これでそれぞれの座標点を作ることができました。

つまり座標点としては、こんな感じになるわけです。

0-0, 1-0, 2-0, 3-0, 4-0
0-1, 1-1, 2-1, 3-1, 4-1
0-2, 1-2, 2-2, 3-2, 4-2
0-3, 1-3, 2-3, 3-3, 4-3
0-4, 1-4, 2-4, 3-4, 4-4

次はとうとうプロットしていきますよ！

3Dプロットの種類

3Dプロットの方法はいくつかあり、ここでは使いそうなものを紹介していきます。

まず基本的にプロットするには、次の２行が必要です。

fig = plt.figure()
ax = Axes3D(fig)

１行目で図を作り、２行目で３次元グラフであることを指定します。

その後、プロット方法によって、少しずつコマンドが変わってきます。

まずは表面プロット（surface）です。

表面プロットの場合、plot_surface(X軸の格子列, Y軸の格子列, データ)となります。

また図は上の２行のコマンドで、axに渡されているため、ax.plot_surface(X軸の格子列, Y軸の格子列, データ)となります。

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

%matplotlib notebook

test_data = [[1, 2, 3, 4, 5], [9, 8, 7, 6, 5], [4, 7, 3, 8, 2], [1, 9, 4, 6, 3], [3, 7, 2, 6, 5]]

x = np.arange(len(test_data[0]))
y = np.arange(len(test_data))

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

fig = plt.figure()
ax = Axes3D(fig)
surf = ax.plot_surface(X, Y, np.array(test_data))

実行結果

次は散布図モデル。

散布図モデルの場合は、ax.scatter(X軸の格子列, Y軸の格子列, データ)となります。

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

%matplotlib notebook

test_data = [[1, 2, 3, 4, 5], [9, 8, 7, 6, 5], [4, 7, 3, 8, 2], [1, 9, 4, 6, 3], [3, 7, 2, 6, 5]]

x = np.arange(len(test_data[0]))
y = np.arange(len(test_data))

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

fig = plt.figure()
ax = Axes3D(fig)
scat = ax.scatter(X, Y, np.array(test_data))

実行結果

もう一つはワイヤーフレームです。

ワイヤーフレームの場合は、ax.plot_wireframe(X軸の格子列, Y軸の格子列, データ)になります。

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

%matplotlib notebook

test_data = [[1, 2, 3, 4, 5], [9, 8, 7, 6, 5], [4, 7, 3, 8, 2], [1, 9, 4, 6, 3], [3, 7, 2, 6, 5]]

x = np.arange(len(test_data[0]))
y = np.arange(len(test_data))

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

fig = plt.figure()
ax = Axes3D(fig)
wire = ax.plot_wireframe(X, Y, np.array(test_data))

実行結果