在一个 *3D* 散点图中绘制多个 pandas DataFrame

Question

我想在一个 3D 散点图中绘制两个数据框。

这是我用于一个数据帧的代码：

import seaborn as sns
from mpl_toolkits.mplot3d import Axes3D

...

sns.set(style = "darkgrid")

fig = plt.figure()
ax = fig.add_subplot(111, projection = '3d')
x = df['xitem']
y = df['yitem']
z = df['zitem']

ax.set_xlabel("X Label")
ax.set_ylabel("Y Label")
ax.set_zlabel("Z Label")

ax.scatter(x, y, z)

plt.show()

我不知道如何调整它，所以我在同一个图上绘制了两个不同的数据框，但颜色不同。我该怎么做？

编辑：我正在寻找如何将两个数据框用于 3D 绘图。

Answer 1

假设您有两个名为 df1 和 df2 的 DataFrame，都包含列 'xitem', 'yitem', 'zitem'，您可以这样绘制它们：

for curr_df, c in zip((df1, df2), ('b', 'r')):
    ax.scatter(*curr_df[['xitem', 'yitem', 'zitem']].values.T, color=c)

这里有一个完整的例子：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style = "darkgrid")

df1 = pd.DataFrame(
    data=np.random.random((100, 3)) + np.array([1, 1, 1]),
    columns=['xitem', 'yitem', 'zitem'],
)

df2 = pd.DataFrame(
    data=np.random.random((100, 3)),
    columns=['xitem', 'yitem', 'zitem'],
)

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

for curr_df, c in zip((df1, df2), ('b', 'r')):
    ax.scatter(*curr_df[['xitem', 'yitem', 'zitem']].values.T, color=c)

ax.set_xlabel("X Label")
ax.set_ylabel("Y Label")
ax.set_zlabel("Z Label")

plt.show()