3D-värmekartdensitetsdiagram

Om du vill plotta en distribution som är tredimensionell måste du först skapa den ! SmoothDensityHistogram plottar ett jämnt kärnhistogram med värdena $ \ {x_i, y_i \} $ men eftersom vi har tredimensionella data här behöver vi funktionen som heter SmoothKernelDistribution!

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

Nu har du fått sannolikhetsfördelningen med tre variabler. Så vi kan helt enkelt plotta PDF som en 3d-konturplott med ContourPlot3D. Tänk på att den här funktionen anses vara lite långsam.

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}] 

För att klippa igenom konturerna använde jag alternativet!

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

För att kontrollera att datapunkttätheten är ansvarig för formen på konturer kan vi använda Graphics3D

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

BR

EDIT

För att följa upp på 2D-exemplet och få varma färger för högre densiteter

 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 använder du ListContourPlot3D, redigera nevermind, resultatet är hemskt.
• Bra tack, det skriptet med redigeringen gör precis det! En sak om jag kombinerar punktbilden med konturplott får jag följande: oi47.tinypic.com/34g7otd.jpg Jag markerade det område som är undantaget från konturplottet men innehåller några punkter …
• @ user1936577 Tänk på att använda ett enklare användarnamn;) Nu måste du också använda samma uteslutning på dina punkter så att alla punkter inte visas. Du kan använda Cases eller Select för att välja relevanta punkter.
• ändrade bara namnet;) Men jag vill att tänka på alla punkter i min ContourPlot och nu undrar jag ' om det här området som jag markerade i länken ovan

Koden nedan (anpassad från här ) ger en utgång som liknar funktionen Image3D som tyvärr endast är tillgängligt för Mathematica version 9.

Några slumpmässiga 3D-data:

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

Här anger vi domänen till bin (-3, 3) och binningupplösningen:

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

Den faktiska koden som ska produceras 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

• röstar för dig 🙂
• +1 för att vara mycket, mycket snabbare än svar 1.