Plotly 3D Scatter Plot (散布図) の描き方

　Plotly では 2次元のグラフだけではなく、3次元のグラフも描くことができます！
今回は、2次元のグラフでもよく使う散布図についてまとめていきます！ 2次元のグラフと基本は同じなので、その違いも抑えながら、3次元のグラフも描けるようにしていきましょう！

Plotlyについて、勉強したい方はこちらから！

3D Scatter Plot (入門編)
3D Scatter Plot (応用編)

3D Scatter Plot (入門編)

　3次元のグラフってどんな感じになるの？と思う人もいると思うので、まず図をお見せすると、下のような図になります！
2次元平面のときと同様、自由に範囲選択や拡大・縮小、そして各プロット点の情報を見ることができます！
　さらに、回転についてもドラック操作で簡単にできますよ！！(応用編の方に、このブログ上からでも動かせる図を載せたので、そちらでよかったら試してみてください！)

この記事で使用するデータ

　国別・年別の人口あたりのGDP や平均寿命がまとめられたデータを使っていきます！
さらに、今回は continent (地域) 別に各年ごとに人口あたりのGDP (gdpPercap), 平均寿命(lifeExp)の平均をとった値をそれぞれ y軸, z軸として図示していきます。

3D Scatter の基本構造

　2次元の散布図の描き方と変わるところは2つだけです！
この違いを覚えておけると2次元グラフとほぼ同じ感覚でグラフが描けるところはいいですね～

メソッド名 Scatter3d : Scatterに3dがつくだけなので、覚えやすいですね！
z 軸の追加 : z軸の設定は、x, y 軸と同じです！

        go.Scatter3d(
            x = df_plot['year'], # x軸の設定
            y = df_plot['gdpPercap'], # y軸の設定
            z = df_plot['lifeExp'], # z軸の設定
            mode = 'markers'     # mode = 'markers'で 点だけ表示 → 散布図に
        )

mode についての考え方も、2次元グラフと同じなので以前まとめた記事を紹介しておきます！もし、mode って何？ markers, lines, textいろいろあるけどどういうことなんだろう？という人がいればこちらも合わせて読んでもらえたらと思います！

サンプルコード

# 平均寿命の分布
import pandas as pd
import plotly.express as px
import plotly.graph_objects as go

# データの準備 (大陸別)
df = px.data.gapminder()
df = df.groupby(['continent','year']).mean().reset_index()

# グラフの描画
# x : year
# y : 人口あたりの GDP
# z : 平均寿命

fig = go.Figure()
for continent in df['continent'].unique():
    df_plot = df[df['continent']==continent]
    fig.add_trace(
        go.Scatter3d(
            x = df_plot['year'],
            y = df_plot['gdpPercap'],
            z = df_plot['lifeExp'],
            mode = 'markers',
            name = continent
        ) 
    )

fig.show()

3D Scatter Plot (応用編)

　上の3次元散布図に加えてより実践的な要素として、「各軸のタイトル設定」,「点の詳細設定」の2つのオプションを加えたものについてが下の図になります！
実際に、グラフを回転させたりして動かすこともできるので、試してみてくださいね！

1. 各軸のタイトル設定

　タイトルの設定で update_layout内で行うことは、2次元グラフと同じですが、3次元グラフではその中sceneを設定し、その内部で各軸のタイトルを記述します！

　タイトルの設定方法については、2次元グラフとほぼ同じで、Xaxis_title (X は x,y,z) で各軸のタイトルを設定することができます！

fig.update_layout(
    scene = dict(
        xaxis_title = 'year',
        yaxis_title = 'gdpPergap',
        zaxis_title = 'lifeExp'
    )
)

2. 点の詳細設定

　点の設定は、 go.Scatter3d メソッド内での marker に辞書型で設定することができます！
具体的には以下の通り

size : プロット点の大きさ
opacity : 透過率 (0.0 ~ 1.0 の範囲内で値を取り、0.0に近づくほど透明度が上がる)

marker=dict(
    size=5,  # プロット点のサイズ
    opacity=0.8 # 透過率
)

サンプルコード

# 平均寿命の分布
import pandas as pd
import plotly.express as px
import plotly.graph_objects as go

# データの準備 (大陸別)
df = px.data.gapminder()
df = df.groupby(['continent','year']).mean().reset_index()

# グラフの描画
# x : year
# y : 人口あたりの GDP
# z : 平均寿命

fig = go.Figure()
for continent in df['continent'].unique():
    df_plot = df[df['continent']==continent]
    fig.add_trace(
        go.Scatter3d(
            x = df_plot['year'],
            y = df_plot['gdpPercap'],
            z = df_plot['lifeExp'],
            mode = 'markers',
            name = continent,
            marker=dict(
                size=5,
                opacity=0.8
            )
        ) 
    )

fig.update_layout(
    scene = dict(
        xaxis_title = 'year',
        yaxis_title = 'gdpPergap',
        zaxis_title = 'lifeExp'
    ),
)

marker=dict(
    size=5,
    opacity=0.8
)
fig.show()