3D-varmekort-tæthedsdiagram

Hvis du vil plotte en distribution, der er tredimensionel, skal du først danne den ! SmoothDensityHistogram plotter et glat kernehistogram med værdierne $ \ {x_i, y_i \} $, men da vi har tredimensionelle data her, har vi brug for funktionen kaldet SmoothKernelDistribution!

data = RandomReal[1, {1000, 3}]; dist = SmoothKernelDistribution[data]; 

Nu har du sandsynlighedsfordelingen med tre variabler. Så vi kan simpelthen plotte PDF som et 3d kontur plot ved hjælp af ContourPlot3D. Husk, at denne funktion siges at være lidt langsom.

ContourPlot3D[Evaluate@PDF[dist, {x, y, z}], {x, -2, 2}, {y, -2, 2}, {z, -2, 2}, PlotRange -> All, Mesh -> None, MaxRecursion -> 0, PlotPoints -> 160, ContourStyle -> Opacity[0.45], Mesh -> None, ColorFunction -> Function[{x, y, z, f}, ColorData["Rainbow"][z]], AxesLabel -> {x, y, z}] 

For at skære igennem konturerne brugte jeg muligheden!

RegionFunction -> Function[{x, y, z}, x < z || z > y] 

For at kontrollere, at datapunkttætheden er ansvarlig for formen på konturer kan vi bruge Graphics3D

pic = Graphics3D[{ColorData["DarkRainbow"][#[[3]]], PointSize -> Large, Point[#]} & /@ data, Boxed -> False]; Show[con, pic] 

BR

REDIGER

For at følge op på 2D-eksemplet og få varme farver til højere tætheder

 data = RandomReal[1, {500, 3}]; dist = SmoothKernelDistribution[data]; ContourPlot3D[Evaluate@PDF[dist, {x, y, z}], {x, -2, 2}, {y, -2, 2}, {z, -2, 2},PlotRange -> All, Mesh -> None, MaxRecursion -> 0, PlotPoints -> 150, ContourStyle -> Opacity[0.45], Contours -> 5, Mesh -> None, ColorFunction -> Function[{x, y, z, f}, ColorData["Rainbow"][f/Max[data]]], AxesLabel -> {x, y, z}, RegionFunction -> Function[{x, y, z}, x < z || z > y]] 

Kommentarer

• Kan ' t bruger du ListContourPlot3D, rediger nevermind, resultatet er forfærdeligt.
• Stor tak, det script med redigeringen fungerer nøjagtigt! Én ting, hvis jeg kombinerer punktbilledet med konturplottet, får jeg følgende: oi47.tinypic.com/34g7otd.jpg Jeg markerede det område, der er udelukket fra konturplottet, men indeholder nogle punkter …
• @ user1936577 Overvej venligst at bruge et enklere brugernavn;) Nu skal du også bruge samme udelukkelse på dine punkter, så alle punkter ikke vises. Du kan bruge Cases eller Select til at vælge de relevante punkter.
• har lige ændret navnet;) Men jeg vil at overveje alle punkter i min ContourPlot og nu ' undrer mig over dette område, som jeg markerede i linket ovenfor

Koden nedenfor (tilpasset fra her ) producerer en output, der svarer til funktionen Image3D der desværre kun er tilgængelig for Mathematica version 9.

Nogle tilfældige 3D-data:

data = RandomReal[{-3, 3}, {5000, 3}]; 

Her angiver vi domænet til bin (-3, 3) og binningopløsningen:

binning = {-3, 3, .5}; 

Den aktuelle kode, der skal produceres figuren:

binned = BinCounts[data, binning, binning, binning]; dims = Dimensions@binned; normbinned = N[binned/Max[binned]]; coordswithdataAll = Table[{normbinned[[x, y, z]], {x, y, z}}, {x, 1, dims[[1]]}, {y, 1, dims[[2]]}, {z, 1, dims[[3]]}]; coordswithdata = Table[Select[coordswithdataAll[[j, i]], #[[1]] != 0 &], {j, dims[[1]]}, {i, dims[[1]]}]; cubes = {ColorData["Rainbow"][#1], Opacity@#1, EdgeForm[], Cuboid@#2} &; output = ParallelMap[cubes @@ # &, coordswithdata, {3}]; Graphics3D[output, PlotRange -> Transpose[{ConstantArray[1, 3], dims + 1}], Lighting -> "Neutral"] 

Kommentarer

• stemmer for dig 🙂
• +1 for at være meget, meget hurtigere end svar 1.