三维散点图

三维散点图是一种三维数据可视化工具,使用 X、Y、Z 三个轴上的笛卡尔坐标来表示数据点。每个数据点用一个符号标记,其位置由三个变量的值决定。

最后审阅

核心要点

三维散点图是一种三维数据可视化工具,使用 X、Y、Z 三个轴上的笛卡尔坐标来表示数据点。

本页内容
  1. 什么是三维散点图?
  2. 何时使用三维散点图?
  3. 正确使用三维散点图的指南
  4. 替代方法:何时不宜使用三维散点图
  5. 三维散点图示例
  6. 如何创建三维散点图

什么是三维散点图?

三维散点图是一种三维数据可视化工具,使用 X、Y、Z 三个轴上的笛卡尔坐标来表示数据点。每个数据点用一个符号标记,其位置由三个变量的值决定。该图是二维散点图的扩展,在垂直轴上增加第三个变量,以同时说明三个变量之间的关系。水平轴表示两个自变量,垂直轴表示因变量。三维散点图在探索性数据分析中特别有用,可用于可视化多维数据中的复杂关系。

何时使用三维散点图?

以下是一些可以考虑使用三维散点图的情形:

  • 可视化多变量数据:如果数据集有三个连续变量,三维散点图可以帮助您了解这些变量如何相互作用。它使您能够识别在二维图中可能不明显的模式、聚类或趋势。
  • 探索空间数据:处理地理或地理空间数据等空间数据时,三维散点图尤其有用。通过在三个维度中绘制数据点,您可以分析变量之间的关系,并发现空间模式或相关性。
  • 时间序列分析:如果有一个含三个变量且与时间相关的数据集,可用三维散点图考察这些变量如何随时间变化。通过在三维空间中绘制数据,您可以观察变量的演变,并识别出现的任何关系或模式。
  • 数据聚类:三维散点图可用于可视化数据中的聚类或分组。如果您有一种根据三个变量把数据点分配到各聚类的聚类算法,三维散点图可以帮助您了解各聚类的空间分布,并评估它们的可分离性。
  • 比较多个数据集:如果有多个数据集,每个都含三个变量,可用三维散点图对它们进行比较和对照。通过把不同数据集的数据绘制在同一三维空间中,您可以直观地分析变量之间的相似性、差异或关系。

正确使用三维散点图的指南

  • 使用中等到较大的样本量,以便有效地呈现数据。
  • 较大的样本有助于更清晰地揭示数据中的模式。
  • 随机选取样本数据,以确保统计有效性。
  • 随机样本用于对总体进行推断。
  • 非随机收集的数据可能无法准确代表总体。

替代方法:何时不宜使用三维散点图

  • 热图:如果数据集很大,并且希望可视化数据在三个维度上的密度或分布,热图是一个不错的选择。热图用颜色强度表示第三个变量的值,强度越高表示值越大。这样可以快速直观地评估数据的分布和模式。

三维散点图示例

某食品科学家的目标是找到加热冷冻餐的最佳时间与温度组合。为此,科学家做了一项试验,以不同的时长和温度制备 14 个样品。一组专业的食品品尝员对每个样品进行评价,根据整体质量给出评分。为分析数据,科学家使用三维散点图来可视化并考察结果。步骤如下:

  1. 收集必要的数据。
Scatter Plot 3D — figure 1
  1. 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  2. 要找到三维散点图,请选择 Statistical module> Graphical analysis >3D scatterplot.
  3. 在工具内,输入数据及其他输入项如下:
  4. 使用上述工具后,得到的输出如下:
Scatter Plot 3D — figure 2Scatter Plot 3D — figure 3

如何创建三维散点图

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Graphical analysis > 3D scatterplot。
  3. 点击 3D scatterplot,进入工具界面。
  4. 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据或粘贴(Ctrl+V)到此处,也可以使用 Load Example 选项,加载示例数据。
  5. 接下来,把各列与相应参数对应起来。
  6. 最后,点击页面底部的 calculate,即可得到所需结果。

在三维散点图的工具界面中,窗口分为两部分。

Scatter Plot 3D — figure 4

左侧是数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可手动输入数据,也可从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。

Load example: 将加载示例数据。

Load File: 用于直接加载 Excel 数据。

右侧只需给出:

三维散点图中 X、Y 和 Z 轴的选择取决于数据的性质以及您想探索的具体关系。

Dependent Variable (Z-axis): 这通常是结果变量或响应变量。

Independent Variables (X and Y axes): 选择对因变量影响最大的两个变量。它们是预测变量或解释变量。

Categories based on column: 用于根据类别归属区分数据点。这可为图形增加一层额外信息,使您能看到不同类别的数据点在三维空间中如何分布。

Symbol based column: 将以符号形式显示。

Discrete color sequence: 离散颜色序列是指一组用于区分图中分类数据点的不同颜色,例如在二维散点图中。当可视化含多个类别或组的数据时,这种方法特别有用,因为它能清晰、即时地区分这些组。

Color scale: 使您能更好地可视化数据模式,并突出特定的数值范围。

Download as Excel: 以 Excel 格式显示结果,该格式便于编辑,并可通过 load file 选项重新加载用于计算。

常见问题

什么是三维散点图?

三维散点图用 X、Y、Z 三个轴上的笛卡尔坐标显示数据点,每个点的位置由三个变量的值决定。它在二维散点图的基础上增加第三个变量,通常以两个自变量置于水平轴,以因变量置于垂直轴。

什么情况下应使用三维散点图?

当您有三个连续变量,并希望了解它们如何相互作用、发现二维中看不到的模式、聚类或趋势、探索空间数据、考察含三个变量且与时间相关的数据、检查聚类的分离情况,或比较共享相同三个变量的多个数据集时,使用三维散点图。

哪些变量放在 X、Y 和 Z 轴上?

把结果变量或响应变量作为因变量放在 Z 轴上。X 轴和 Y 轴用于两个自变量,即被认为对响应影响最大的预测变量或解释变量。可添加类别列,按组归属为点着色。

三维散点图有什么替代方法?

对于较大的数据集,若希望了解数据在三个维度上的密度或分布,热图是一个不错的选择。它用颜色强度表示第三个变量的值,可快速直观地评估数据的分布和模式。