Python和Matplotlib：在Jupyter Notebook中使3D图互动

我使用Jupyter Notebook进行数据集分析。笔记本中有很多图，其中一些是3d图。

我想知道是否可以使3d绘图具有交互性，因此我以后可以更详细地使用它吗？

也许我们可以在上面添加一个按钮？单击它可以弹出3D图，人们可以缩放，平移，旋转等。

我的思想：

1. matplotlib，％qt

这不适合我的情况，因为我需要在3d图之后继续绘制。%qt将干扰以后的情节。

2. mpld3

mpld3在我的情况下几乎是理想的，不需要重写任何东西，与matplotlib兼容。但是，它仅支持2D图。而且我没有看到任何针对3D的计划（https://github.com/mpld3/mpld3/issues/223）。

3.散景+ visjs

在bokeh图库中找不到任何实际的3D绘图示例。我只找到使用的https://demo.bokeh.org/surface3dvisjs。

4. Javascript 3D图？

由于我只需要行和序，是否有可能在浏览器中使用js将数据传递到js绘图以使其具有交互性？（然后，我们可能还需要添加3d轴。）这可能类似于visjs和mpld3。

尝试：

%matplotlib notebook

看到jakevdp在这里回复

编辑JupyterLab用户：

按照说明安装jupyter-matplotlib

然后，不再需要上面的魔术命令，如示例所示：

# Enabling the `widget` backend.
# This requires jupyter-matplotlib a.k.a. ipympl.
# ipympl can be install via pip or conda.
%matplotlib widget
# aka import ipympl

import matplotlib.pyplot as plt

plt.plot([0, 1, 2, 2])
plt.show()

最后，请注意Maarten Breddels的回复；恕我直言，ipyvolume确实非常令人印象深刻（并且非常有用！）。

有一个名为ipyvolume的新库可以满足您的要求，该文档显示了实时演示。当前版本不做网格物体和线，但是git repo中的master可以做（0.4版本也可以）。（免责声明：我是作者）

您可以使用Plotly库。它可以直接在Jupyter Notebook中渲染交互式3D图。

为此，您首先需要通过运行以下命令来安装Plotly：

pip install plotly

您可能还想通过运行以下命令来升级库：

pip install plotly --upgrade

之后，在Jupyter Notebook中，您可以编写如下内容：

# Import dependencies
import plotly
import plotly.graph_objs as go

# Configure Plotly to be rendered inline in the notebook.
plotly.offline.init_notebook_mode()

# Configure the trace.
trace = go.Scatter3d(
    x=[1, 2, 3],  # <-- Put your data instead
    y=[4, 5, 6],  # <-- Put your data instead
    z=[7, 8, 9],  # <-- Put your data instead
    mode='markers',
    marker={
        'size': 10,
        'opacity': 0.8,
    }
)

# Configure the layout.
layout = go.Layout(
    margin={'l': 0, 'r': 0, 'b': 0, 't': 0}
)

data = [trace]

plot_figure = go.Figure(data=data, layout=layout)

# Render the plot.
plotly.offline.iplot(plot_figure)

结果，以下图表将在Jupyter Notebook中为您绘制，并且您将能够与其进行交互。当然，您将需要提供您的特定数据，而不是建议的数据。

在此列表中缺少Plotly。我已经链接了python绑定页面。它绝对具有动画和交互式3D图表。而且由于它是开源的，所以大多数都可以脱机使用。当然，它正在与Jupyter合作

我想出的一个解决方案是在iframe中使用vis.js实例。这显示了笔记本内部的交互式3D图，该图仍可在nbviewer中使用。visjs代码是从3D图形页面上的示例代码中借用的

一个小笔记本来说明这一点：演示

代码本身：

from IPython.core.display import display, HTML
import json

def plot3D(X, Y, Z, height=600, xlabel = "X", ylabel = "Y", zlabel = "Z", initialCamera = None):

    options = {
        "width": "100%",
        "style": "surface",
        "showPerspective": True,
        "showGrid": True,
        "showShadow": False,
        "keepAspectRatio": True,
        "height": str(height) + "px"
    }

    if initialCamera:
        options["cameraPosition"] = initialCamera

    data = [ {"x": X[y,x], "y": Y[y,x], "z": Z[y,x]} for y in range(X.shape[0]) for x in range(X.shape[1]) ]
    visCode = r"""
       <link href="https://cdnjs.cloudflare.com/ajax/libs/vis/4.21.0/vis.min.css" type="text/css" rel="stylesheet" />
       <script src="https://cdnjs.cloudflare.com/ajax/libs/vis/4.21.0/vis.min.js"></script>
       <div id="pos" style="top:0px;left:0px;position:absolute;"></div>
       <div id="visualization"></div>
       <script type="text/javascript">
        var data = new vis.DataSet();
        data.add(""" + json.dumps(data) + """);
        var options = """ + json.dumps(options) + """;
        var container = document.getElementById("visualization");
        var graph3d = new vis.Graph3d(container, data, options);
        graph3d.on("cameraPositionChange", function(evt)
        {
            elem = document.getElementById("pos");
            elem.innerHTML = "H: " + evt.horizontal + "<br>V: " + evt.vertical + "<br>D: " + evt.distance;
        });
       </script>
    """
    htmlCode = "<iframe srcdoc='"+visCode+"' width='100%' height='" + str(height) + "px' style='border:0;' scrolling='no'> </iframe>"
    display(HTML(htmlCode))

对于3D可视化，pythreejs是最好的笔记本电脑安装方式。它利用了笔记本的交互式小部件基础结构，因此JS和python之间的连接是无缝的。

bqplot是更高级的库，它是用于iPython Notebook的基于d3的交互式viz库，但仅支持2D