Come rappresenteresti i seguenti dati 3D in Matplotlib o Mayavi?

Question

Ho un grande insieme di dati che sto cercando di rappresentare in 3D nella speranza di individuare un modello. Ho passato un po 'di tempo a leggere, la ricerca e la codifica, ma poi ho capito il mio problema principale non è la programmazione, ma in realtà la scelta di un modo per visualizzare i dati.

mplot3d di Matplotlib offre un sacco di opzioni (wireframe, contorno, contorno pieno, ecc), e così fa MayaVi. Ma ci sono così tante scelte (e ognuna con una propria curva di apprendimento) che sono praticamente perso e non so da dove cominciare! Quindi la mia domanda è essenzialmente quale metodo di tracciamento useresti se avessi a che fare con questi dati?

miei dati è la data-base. Per ogni punto nel tempo, traccio un valore (la lista 'Attuale').

Ma per ogni punto nel tempo, ho anche un limite superiore, un limite inferiore, e un punto di mid-range. Questi limiti e punti medi sono basati su un seme, in piani diversi.

voglio macchiare il punto o identificare il modello quando, o prima, un grande cambiamento avviene nella mia lettura 'Actual'. È quando i limiti superiori su tutti i piani si incontrano? O avvicinarsi l'un l'altro? È quando il valore effettivo tocca un limite superiore/medio/basso? È quando le Uppers in un piano toccano i Lowers di un altro piano?

Nel codice che sto incollando, ho ridotto il set di dati a pochi elementi. Sto solo usando semplici grafici a dispersione e linea, ma a causa delle dimensioni del set di dati (e forse dei limiti di mplot3d?), Non riesco a utilizzarlo per individuare le tendenze che sto cercando.

dates = [20110101,20110104,20110105,20110106,20110107,20110108,20110111,20110112] 

zAxis0= [  0,  0,  0,  0,  0,  0,  0,  0] 
Actual= [ 1132, 1184, 1177,  950, 1066, 1098, 1116, 1211] 

zAxis1= [  1,  1,  1,  1,  1,  1,  1,  1] 
Tops1 = [ 1156, 1250, 1156, 1187, 1187, 1187, 1156, 1156] 
Mids1 = [ 1125, 1187, 1125, 1156, 1156, 1156, 1140, 1140] 
Lows1 = [ 1093, 1125, 1093, 1125, 1125, 1125, 1125, 1125] 

zAxis2= [  2,  2,  2,  2,  2,  2,  2,  2] 
Tops2 = [ 1125, 1125, 1125, 1125, 1125, 1250, 1062, 1250] 
Mids2 = [ 1062, 1062, 1062, 1062, 1062, 1125, 1000, 1125] 
Lows2 = [ 1000, 1000, 1000, 1000, 1000, 1000,  937, 1000] 

zAxis3= [  3,  3,  3,  3,  3,  3,  3,  3] 
Tops3 = [ 1250, 1250, 1250, 1250, 1250, 1250, 1250, 1250] 
Mids3 = [ 1187, 1187, 1187, 1187, 1187, 1187, 1187, 1187] 
Lows3 = [ 1125, 1125, 1000, 1125, 1125, 1093, 1093, 1000] 

import matplotlib.pyplot 
from mpl_toolkits.mplot3d import Axes3D 

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

#actual values 
ax.scatter(dates, zAxis0, Actual, color = 'c', marker = 'o') 

#Upper limits, Lower limts, and Mid-range for the FIRST plane 
ax.plot(dates, zAxis1, Tops1, color = 'r') 
ax.plot(dates, zAxis1, Mids1, color = 'y') 
ax.plot(dates, zAxis1, Lows1, color = 'b') 

#Upper limits, Lower limts, and Mid-range for the SECOND plane 
ax.plot(dates, zAxis2, Tops2, color = 'r') 
ax.plot(dates, zAxis2, Mids2, color = 'y') 
ax.plot(dates, zAxis2, Lows2, color = 'b') 

#Upper limits, Lower limts, and Mid-range for the THIRD plane 
ax.plot(dates, zAxis3, Tops3, color = 'r') 
ax.plot(dates, zAxis3, Mids3, color = 'y') 
ax.plot(dates, zAxis3, Lows3, color = 'b') 

#These two lines are just dummy data that plots transparent circles that 
#occpuy the "wall" behind my actual plots, so that the last plane appears 
#floating in 3D rather than being pasted to the plot's background 
zAxis4= [  4,  4,  4,  4,  4,  4,  4,  4] 
ax.scatter(dates, zAxis4, Actual, color = 'w', marker = 'o', alpha=0) 

matplotlib.pyplot.show() 

che sto ricevendo questa trama, ma semplicemente non aiutarmi a vedere eventuali co-relazioni.

Non sono un matematico o uno scienziato, quindi quello di cui ho veramente bisogno è aiutare a scegliere il FORMATO in cui visualizzare i miei dati. C'è un modo efficace per mostrare questo in mplot3d? O useresti MayaVis? In entrambi i casi, quale libreria e classe/i useresti?

Grazie in anticipo.

Answer 1

Per commentare la parte di visualizzazione della domanda (non la programmazione), ho preso in giro alcuni esempi di grafici sfaccettati per suggerire alternative che potreste voler utilizzare per esplorare i vostri dati.

library("lubridate") 
library("ggplot2") 
library("reshape2") 

dates <- c("2011-01-01","2011-01-04","2011-01-05", 
      "2011-01-06","2011-01-07","2011-01-08", 
      "2011-01-11","2011-01-12") 
dates <- ymd(dates) 

Actual<- c( 1132, 1184, 1177,  950, 1066, 1098, 1116, 1211, 
       1132, 1184, 1177,  950, 1066, 1098, 1116, 1211, 
       1132, 1184, 1177,  950, 1066, 1098, 1116, 1211) 
z  <- c(  1,  1,  1,  1,  1,  1,  1,  1, 
        2,  2,  2,  2,  2,  2,  2,  2, 
        3,  3,  3,  3,  3,  3,  3,  3) 
Tops <- c( 1156, 1250, 1156, 1187, 1187, 1187, 1156, 1156, 
       1125, 1125, 1125, 1125, 1125, 1250, 1062, 1250, 
       1250, 1250, 1250, 1250, 1250, 1250, 1250, 1250) 
Mids <- c( 1125, 1187, 1125, 1156, 1156, 1156, 1140, 1140, 
       1062, 1062, 1062, 1062, 1062, 1125, 1000, 1125, 
       1187, 1187, 1187, 1187, 1187, 1187, 1187, 1187) 
Lows <- c( 1093, 1125, 1093, 1125, 1125, 1125, 1125, 1125, 
       1000, 1000, 1000, 1000, 1000, 1000,  937, 1000, 
       1125, 1125, 1000, 1125, 1125, 1093, 1093, 1000) 

df <- data.frame(cbind(z, dates, Actual, Tops, Mids, Lows)) 

dfm <- melt(df, id.vars=c("z", "dates", "Actual")) 

Nel primo esempio, la linea blu sottile è il valore effettivo sovrapposto, tutti e tre i livelli in ciascuno degli assi z.

p <- ggplot(data = dfm, 
      aes(x = dates, 
       y = value, 
       group = variable, 
       colour = variable) 
      ) + geom_line(size = 3) + 
       facet_grid(variable ~ z) + 
       geom_point(aes(x = dates, 
           y = Actual), 
          colour = "steelblue", 
          size = 3) + 
           geom_line(aes(x = dates, 
              y = Actual), 
             colour = "steelblue", 
             size = 1) + 
              theme_bw() 
p 

Nel secondo set, ogni pannello ha una dispersione del valore effettivo contro i tre livelli (alto, medio, basso) in ciascuno degli assi z.

p <- ggplot(data = dfm, 
      aes(x = Actual, 
       y = value, 
       group = variable, 
       colour = variable) 
      ) + geom_point(size = 3) + 
       geom_smooth() + 
       facet_grid(variable ~ z) + 
       theme_bw() 
p 

Answer 2

Grazie, Gauden. R era in realtà parte della mia ricerca, e ho installato ma non sono andato abbastanza lontano con il tutorial. A meno che non sia contro le regole di StackOverFlow, mi farebbe piacere vedere il tuo codice R.

Ho già provato le rappresentazioni 2D, ma in molti casi i valori di Tops1/Tops2/Tops3 (e analogamente per Lows) sarebbero uguali, quindi le linee finiscono per sovrapporsi e oscurarsi a vicenda. Questo è il motivo per cui sto provando l'opzione 3D. La tua idea di 3 pannelli di grafici 2D è un ottimo suggerimento che non avevo esplorato.

Proverò, ma avrei pensato che una trama 3D mi avrebbe dato un'immagine più chiara, in particolare una trama wireframe/mesh che mostrava valori convergenti e vedrei il punto blu fluttuare nello spazio 3D nel punto in cui le linee sul wireframe iniziano a fare un picco o una depressione. Non riesco a farlo funzionare.

Ho provato ad adattare matplotlib's Wireframe example ma la trama che sto ottenendo non sembra affatto un wireframe.

Questo è quello che sto ricevendo dal codice qui sotto con solo due degli elementi di dati (Tops1 e Tops2):

dates = [20110101,20110104,20110105,20110106,20110107,20110108,20110111,20110112] 

zAxis0= [  0,  0,  0,  0,  0,  0,  0,  0] 
Actual= [ 1132, 1184, 1177,  950, 1066, 1098, 1116, 1211] 

zAxis1= [  1,  1,  1,  1,  1,  1,  1,  1] 
Tops1 = [ 1156, 1250, 1156, 1187, 1187, 1187, 1156, 1156] 
Mids1 = [ 1125, 1187, 1125, 1156, 1156, 1156, 1140, 1140] 
Lows1 = [ 1093, 1125, 1093, 1125, 1125, 1125, 1125, 1125] 

zAxis2= [  2,  2,  2,  2,  2,  2,  2,  2] 
Tops2 = [ 1125, 1125, 1125, 1125, 1125, 1250, 1062, 1250] 
Mids2 = [ 1062, 1062, 1062, 1062, 1062, 1125, 1000, 1125] 
Lows2 = [ 1000, 1000, 1000, 1000, 1000, 1000,  937, 1000] 

zAxis3= [  3,  3,  3,  3,  3,  3,  3,  3] 
Tops3 = [ 1250, 1250, 1250, 1250, 1250, 1250, 1250, 1250] 
Mids3 = [ 1187, 1187, 1187, 1187, 1187, 1187, 1187, 1187] 
Lows3 = [ 1125, 1125, 1000, 1125, 1125, 1093, 1093, 1000] 

import matplotlib.pyplot 
from mpl_toolkits.mplot3d import Axes3D 

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

####example code from: http://matplotlib.sourceforge.net/mpl_toolkits/mplot3d/tutorial.html#wireframe-plots 
#from mpl_toolkits.mplot3d import axes3d 
#import matplotlib.pyplot as plt 
#import numpy as np 

#fig = plt.figure() 
#ax = fig.add_subplot(111, projection='3d') 
#X, Y, Z = axes3d.get_test_data(0.05) 
#ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10) 

#plt.show() 

X, Y, Z = dates, Tops1, Tops2 
ax.plot_wireframe(X, Y, Z, rstride=1, cstride=1, color = 'g') 

matplotlib.pyplot.show()