Aign 2D точечные диаграммы (и связать их?)

Question

Aign 2D точечные диаграммы (и связать их?)

1

Я иногда вижу диаграммы, где два двумерных диаграммы рассеяния накладываются друг на друга в трехмерном пространстве, так что соответствующие точки могут быть связаны. Часто они принимают форму сетей, где две сети перекрываются. Например:

Ссылка : https://satijalab.org/seurat/v3.0/pbmc3k_tutorial.html

ссылка: https://image.slidesharecdn.com/2007mauricioarango-end-to-endqosviaverlaynetworksandbandwidthon-demand-091102230540-phpapp02/95/providing-endtoend-network-qos-via-overlay-networks-onde-band-band -mauricio-Аранго-2007-5-728.jpg? центибар = 1257203157

Я знаю, что могу произвольно добавить общее 3-е измерение к двухмерным графикам, чтобы получить график, подобный следующему:

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

def randrange(n, vmin, vmax):
    return (vmax - vmin)*np.random.rand(n) + vmin

n = 100

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

xs = randrange(n, 23, 32)
ys = randrange(n, 0, 100)
zs = np.append(np.repeat(1, 50), np.repeat(2, 50))

for c, m in [('r', 'o'), ('b', '^')]:
     ax.scatter(xs, ys, zs, c=c, marker = m)

а затем соединить соответствующие точки, но я подумал, что может быть более простой способ создания таких изображений в R или Python?

G_T 09 апр. 2019, в 05:12

Источник

0

Как запустить ваш скрипт? Это тот же самый вызов функции "random.randrange (start, stop [, step])"? Тогда старт больше остановки.
Alex Lopatin 09 апр. 2019, в 02:58
0

@AlexanderLopatin Я добавил в функцию randrange() .
G_T 09 апр. 2019, в 03:05

Теги:

python

matplotlib

r

ggplot2

visualization

1 ответ

Ещё вопросы

Как запустить ваш скрипт? Это тот же самый вызов функции "random.randrange (start, stop [, step])"? Тогда старт больше остановки.
@AlexanderLopatin Я добавил в функцию randrange() .

Alexander Lopatin · Answer 1 · 2019-04-09T02-58-00.000Z

Я не нашел ничего прямолинейного в matplotlib. Одним из возможных решений является использование колчана:

from mpl_toolkits.mplot3d import Axes3D  # keep it for projection='3d'
import matplotlib.pyplot as plt
import random


def calculate_vectors(x0, y0, z0, x1, y1, z1):
    u = []
    v = []
    w = []
    for i, x in enumerate(x0):
        dx = x1[i] - x
        dy = y1[i] - y0[i]
        dz = z1[i] - z0[i]
        u.append(dx)
        v.append(dy)
        w.append(dz)
    return u, v, w


def make_plot():
    n = 20
    x1 = [random.randrange(23, 32, 1) for _ in range(n)]
    y1 = [random.randrange(0, 100, 1) for _ in range(n)]
    z1 = [1.0 for _ in range(n)]

    x2 = [random.randrange(23, 32, 1) for _ in range(n)]
    y2 = [random.randrange(0, 100, 1) for _ in range(n)]
    z2 = [2.0 for _ in range(n)]

    u, v, w = calculate_vectors(x1, y1, z1, x2, y2, z2)

    fig = plt.figure()
    ax = fig.gca(projection='3d')
    ax.scatter(x1, y1, z1, c='b', marker='^')
    ax.scatter(x2, y2, z2, c='r', marker='o')
    ax.quiver(x1, y1, z1, u, v, w, arrow_length_ratio=0.0)


make_plot()
plt.show()

Я не использовал numpy, так как было веселее обновлять векторы и вычисления sin/cos. Вот вывод: