在Matplotlib中使用scatter()绘制3D散点图添加图例

Matplotlib是一个基于Python的数据可视化库，可以用于绘制各种类型的图表。在Matplotlib中，scatter()函数用于绘制散点图。3D散点图是在三维空间中绘制不同颜色或尺寸的点来表示数据的一种图表类型。添加图例可以帮助我们更好地理解数据和图表。

绘制3D散点图

在Matplotlib中，我们可以使用mplot3d库来绘制3D散点图。下面是一个简单的例子：

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

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x = np.random.standard_normal(100)
y = np.random.standard_normal(100)
z = np.random.standard_normal(100)

ax.scatter(x, y, z, c='r', marker='o')
plt.show()

此代码将生成一个包含100个随机点的3D散点图。该散点图将使用红色圆圈表示点，其中x、y、z坐标值分别从x、y和z数组中获取。

为3D散点图添加图例

默认情况下，Matplotlib不会自动为3D散点图添加图例。但是，我们可以手动添加图例。下面是一个例子：

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

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x = np.random.standard_normal(100)
y = np.random.standard_normal(100)
z = np.random.standard_normal(100)

ax.scatter(x, y, z, c='r', marker='o', label='Data points')
ax.legend()

plt.show()

此代码将为3D散点图添加一个名为”Data points”的图例，并将其放置在图表的右上角。我们可以根据数据集添加多个图例，如下所示：

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

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x = np.random.standard_normal(100)
y = np.random.standard_normal(100)
z = np.random.standard_normal(100)

ax.scatter(x, y, z, c='r', marker='o', label='Data points')
ax.legend()

x2 = np.random.standard_normal(100)
y2 = np.random.standard_normal(100)
z2 = np.random.standard_normal(100)

ax.scatter(x2, y2, z2, c='b', marker='^', label='Data points 2')
ax.legend()

plt.show()

此代码将为3D散点图添加两个不同的颜色和标记的数据集，每个数据集都有自己的图例。

自定义图例

除了使用label参数和legend()函数来添加图例之外，我们还可以自定义图例的外观和位置。下面是一个例子：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.lines import Line2D

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x = np.random.standard_normal(100)
y = np.random.standard_normal(100)
z = np.random.standard_normal(100)

ax.scatter(x, y, z, c='r', marker='o')

x2 = np.random.standard_normal(100)
y2 = np.random.standard_normal(100)
z2 = np.random.standard_normal(100)

ax.scatter(x2, y2, z2, c='b', marker='^')

legend_elements = [Line2D([0], [0], marker='o', color='w', label='Data points', markerfacecolor='r', markersize=10),
                   Line2D([0], [0], marker='^', color='w', label='Data points 2', markerfacecolor='b', markersize=10)]

ax.legend(handles=legend_elements, loc='upper right')

plt.show()

在此代码中，我们定义了两个具有不同标记和颜色的数据集，并为每个数据集定义了一组图例元素。我们使用Line2D()函数来创建每个图例元素，并定义它们的颜色、标记、大小和标签。

然后，我们使用handles参数将这些图例元素添加到图例中，并使用loc参数将图例放置在图表的右上角。

结论

在Matplotlib中，使用scatter()函数绘制3D散点图并为其添加图例可以帮助我们更好地理解和可视化数据。我们可以使用label参数和legend()函数添加基本图例，也可以使用自定义图例元素并手动指定图例位置和外观。Matplotlib的3D绘图工具包（mpl_toolkits.mplot3d）提供了许多方法来定制3D图表的外观和样式，使其更符合我们的需要。