重要性★★★☆☆难度★★★☆☆你是一家汽车制造公司的数据分析师。公司希望根据各种性能指标如马力、重量、加速度和燃油效率可视化不同车型的表现以识别趋势和异常值。你的任务是创建一个 3D 平行坐标图根据这些性能指标比较汽车模型。在代码中生成样本数据并生成图表。【数据生成代码示例】importpandasaspdimportnumpyasnp# 生成样本数据np.random.seed(0)car_models[Model str(i)foriinrange(1,11)]horsepowernp.random.randint(100,400,size10)weightnp.random.randint(1000,4000,size10)accelerationnp.random.uniform(5,15,size10)fuel_efficiencynp.random.uniform(10,30,size10)# 创建 DataFramedfpd.DataFrame({Car Model:car_models,Horsepower:horsepower,Weight:weight,Acceleration:acceleration,Fuel Efficiency:fuel_efficiency})df【图表答案】【代码答案】importpandasaspdimportnumpyasnpimportplotly.expressaspx# 生成样本数据np.random.seed(0)car_models[Model str(i)foriinrange(1,11)]horsepowernp.random.randint(100,400,size10)weightnp.random.randint(1000,4000,size10)accelerationnp.random.uniform(5,15,size10)fuel_efficiencynp.random.uniform(10,30,size10)# 创建 DataFramedfpd.DataFrame({Car Model:car_models,Horsepower:horsepower,Weight:weight,Acceleration:acceleration,Fuel Efficiency:fuel_efficiency})# 绘制 3D 平行坐标图figpx.parallel_coordinates(df,dimensions[Horsepower,Weight,Acceleration,Fuel Efficiency],colorHorsepower,labels{Horsepower:马力,Weight:重量,Acceleration:加速度,Fuel Efficiency:燃油效率},color_continuous_scalepx.colors.diverging.Tealrose,color_continuous_midpointdf[Horsepower].mean())fig.show()任务是使用 Plotly 创建一个 3D 平行坐标图根据各种性能指标如马力、重量、加速度和燃油效率比较不同车型。首先生成样本数据。使用 numpy 创建指标的随机值数组并使用 pandas 将其组合成一个 DataFrame。DataFramedf的结构包含列 “Car Model”、“Horsepower”、“Weight”、“Acceleration” 和 “Fuel Efficiency”。每一行代表一个不同的车型及其对应的性能指标。接下来使用 Plotly Express 创建 3D 平行坐标图。调用px.parallel_coordinates函数传入 DataFramedf和 dimensions 参数指定要绘制的指标。将 color 参数设置为 “Horsepower”以根据马力值对线条进行着色。labels 字典为轴提供可读的标签。color_continuous_scale 设置为 px.colors.diverging.Tealrose以使用发散颜色渐变color_continuous_midpoint 设置为平均马力值以居中颜色渐变。最后调用 fig.show() 显示图表。这种可视化有助于识别不同车型在多个指标上的性能趋势和异常值。【小知识】‣ 平行坐标图特别适用于多变量数据分析允许在二维平面上可视化高维数据集。‣ Plotly Express 是 Plotly 的高级接口通过简洁且富有表现力的语法简化了复杂可视化的创建。‣ Plotly 中的 color_continuous_scale 参数允许自定义颜色渐变增强图表的视觉吸引力和可解释性。