可以通过以下步骤实现:
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
df1 = pd.DataFrame({'x': [1, 2, 3], 'y': [4, 5, 6], 'z': [7, 8, 9]})
df2 = pd.DataFrame({'x': [4, 5, 6], 'y': [7, 8, 9], 'z': [10, 11, 12]})
df3 = pd.DataFrame({'x': [7, 8, 9], 'y': [10, 11, 12], 'z': [13, 14, 15]})
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(df1['x'], df1['y'], df1['z'], c='r', marker='o', label='DataFrame 1')
ax.scatter(df2['x'], df2['y'], df2['z'], c='g', marker='s', label='DataFrame 2')
ax.scatter(df3['x'], df3['y'], df3['z'], c='b', marker='^', label='DataFrame 3')
ax.legend()
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()
这样就可以在一个3D散点图中绘制多个pandas DataFrames的数据点了。对于绘制3D散点图,可以使用matplotlib库的scatter()
函数,通过指定不同的颜色和标记来区分不同的数据集。在这个例子中,我们使用了红色圆圈、绿色正方形和蓝色三角形作为不同数据集的标记。
领取专属 10元无门槛券
手把手带您无忧上云