Am un set de date care arată ca {{x1, y1, z1}, {x2, y2, z2}, ...}
, deci descrie punctele din spațiul 3D . Vreau să fac o hartă din aceste date. Astfel, punctele cu o densitate mare sunt afișate ca un nor și marcate cu culori diferite în funcție de densitate.
De fapt, doresc rezultatul acestui script doar pentru 3D:
data = RandomReal[1, {100, 2}]; SmoothDensityHistogram[data, 0.02, "PDF", ColorFunction -> "Rainbow", Mesh -> 0]
Comentarii
Răspuns
Dacă doriți să reprezentați o distribuție tridimensională, atunci mai întâi trebuie să o formați ! SmoothDensityHistogram
trasează o histogramă a nucleului netedă a valorilor $ \ {x_i, y_i \} $, dar, deoarece avem date tridimensionale aici, avem nevoie de funcția numită SmoothKernelDistribution
!
data = RandomReal[1, {1000, 3}]; dist = SmoothKernelDistribution[data];
Acum aveți distribuția probabilității cu trei variabile. Deci, putem pur și simplu să reprezentăm PDF
ca un contur de contur 3d utilizând ContourPlot3D
. Rețineți că această funcție este considerată a fi puțin lentă.
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}]
Pentru a tăia contururile am folosit opțiunea!
RegionFunction -> Function[{x, y, z}, x < z || z > y]
Pentru a verifica dacă densitatea punctelor de date este responsabilă pentru forma contururi pe care le putem folosi Graphics3D
pic = Graphics3D[{ColorData["DarkRainbow"][#[[3]]], PointSize -> Large, Point[#]} & /@ data, Boxed -> False]; Show[con, pic]
BR
EDIT
De urmat sus pe exemplul 2D și obțineți culori calde pentru densități mai mari
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]]
Comentarii
- ' nu poți folosi
ListContourPlot3D
, edit nevermind, rezultatul este oribil. - Mulțumesc, scriptul cu editare funcționează exact! Un lucru dacă combin imaginea Point cu graficul de contur obțin următoarele: oi47.tinypic.com/34g7otd.jpg Am marcat zona care este exclusă din graficul de contur, dar conține câteva puncte …
- @ user1936577 vă rugăm să luați în considerare utilizarea unui nume de utilizator mai simplu;) Acum trebuie să utilizați aceeași excludere pentru punctele dvs., astfel încât să nu fie afișate toate punctele. Puteți utiliza
Cases
sauSelect
pentru a alege punctele relevante. - tocmai am schimbat numele;) Dar vreau să iau în considerare toate punctele din ContourPlot și acum ' mă întreb despre această zonă pe care am marcat-o în linkul de mai sus
Răspuns
Codul de mai jos (adaptat de la aici ) produce o ieșire similară cu funcția Image3D
care din păcate este disponibil numai pentru Mathematica versiunea 9.
Unele date 3D aleatorii:
data = RandomReal[{-3, 3}, {5000, 3}];
Aici specificăm domeniul de bin (-3, 3) și rezoluția de binning:
binning = {-3, 3, .5};
Codul real de produs cifra:
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"]
Comentarii
- votează în sus pentru tine 🙂
- +1 pentru că este mult, mult mai rapid decât Răspunsul 1.
Image3D
…