تصوير البيانات ثلاثي الأبعاد في بايثون Python

في هذا المقال سوف نستعرض كيفية تنفيذ التصوير ثلاثي الأبعاد للبيانات والدوال بإستخدام لغة البرمجة بايثون. في البداية سوف نقوم بتثبيت وتفعيل بعض الحزم المطلوبة وهي:

In:
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

الآن سوف نستعرض بعض طرق التصوير ثلاثي الأبعاد للبيانات والدوال كما يلي:

اولاً: الأعمدة البيانية ثلاثية الأبعاد

ويمكن الحصول على ذلك من خلال الكود التالي:

In:
import numpy as np
import random 

fig = plt.figure(figsize=(10,10))
ax = plt.axes(projection="3d")

x = np.random.randint(1,10,7)
y = np.random.randint(1,10,7)
z = np.zeros(7)
dx = np.ones(7)
dy = np.ones(7)
dz = np.random.randint(1,10,7)

ax.bar3d(x, y, z, dx, dy, dz)
ax.set_xlabel('x',)
ax.set_ylabel('y')
ax.set_zlabel('z');
plt.show()

والذي يعطي الشكل التالي:

ملاحظة: z, y ,x تمثل إحداثيات نقطة ربط الأعمدة البيانية و dz, dy, dx تمثل عرض الأعمدة وعمقها وارتفاعها على التوالي.

ثانياً: التصوير ثلاثي الأبعاد للدوال

للتصوير ثلاثي الأبعاد للدوال نتبع الخطوات التالية:

1. تعريف الدالة، مثلاً:

In:
def f(x, y):
    return x*y

2. تحديد البيانات او القيم التي سوف يتم تصوير الدالة عندها، مثلاً:

In:
x = np.linspace(-5, 5, 30)
y = np.linspace(-5, 5, 30)
x, y = np.meshgrid(x, y)
z = f(x, y)

3. تصوير الدالة باستخدام الكود التالي:

In:
fig = plt.figure(figsize=(10,10))
ax = plt.axes(projection='3d')
ax.plot_surface(x, y, z, rstride=1, cstride=1,
                cmap='viridis', edgecolor='none')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
plt.show()

والذي يعطي الشكل التالي:

مثلاً، باستخدام الطريقة اعلاه يمكن تصوير التوزيع الطبيعي متعدد المتغيرات ( multivariate Gaussian distribution) باستخدام الكود التالي:

In:
from scipy.stats import multivariate_normal

mu = [0, 0]
covariance = [[1, 0], [0, 1]]

x = np.linspace(-3,3,100)
y = np.linspace(-3,3,100)
x, y = np.meshgrid(x,y)
xy = np.empty((100,100,2))
xy[:, :, 0] = x; xy[:, :, 1] = y
mvn = multivariate_normal(mu, covariance)
z=mvn.pdf(xy)

fig = plt.figure(figsize=(10,10))
ax = fig.gca(projection='3d')
ax.plot_surface(x, y,z,cmap='viridis',linewidth=0)
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
plt.show()

والذي يعطي الشكل التالي: