R语言如何使用plotly软件包绘制3D集群图

R语言被广泛用于数据科学、数据可视化、数据分析等领域。Plotly包在绘制各种图表方面非常丰富，这些图形/图表具有高度的互动性和用户友好性。

三维集群将变量之间的相似性可视化为三维空间关系。图中的每个点都代表一个单独的属性。距离较近的点更多地被分到同一类别或类中。

使用实例：
使用R编程语言中的plotly库在3-D plot中绘制以下数据集。

x	y	z
1	10	2
2	20	4
3	30	8
4	40	16
5	50	32

语法

plot_ly(data_object, x, y, z)

其中

data_object: 代表数据集或数据框架对象。
x : 代表x-数据向量。
y : 代表y-数据向量。
z : 代表z数据向量。

例1： 在这个例子中，我们将创建一个示范性的数据集，然后用这个数据集绘制一个三维群集图。

#Importing plotlt library
library(plotly)
 
#Creating Dataframe
x = c(1, 2, 3, 4, 5)
y = c(10, 20, 30, 40, 50)
z = c(2, 4, 8, 16, 32)
df = data.frame(x, y, z)
df
 
#Plotting 3-D Scatter plot.
#Pass dataframe and axes
plt <- plot_ly(df, x = ~x, y = ~y, z = ~z)
 
#Add markers to the chart
plt <- plt %>% add_markers()
 
#Labeling the axes.
plt <- plt %>% layout(scene = list(xaxis = list(title = 'x-axis'),
                                   yaxis = list(title = 'y-axis'),
                                   zaxis = list(title = 'z-axis')))
plt

输出

如何使用plotly软件包绘制3D集群图

例2： 在这个例子中，我们将使用虹膜数据集，然后用任意三个独立的特征将其与原始标签绘制出来。

#Importing Library
library(plotly)
 
#Using iris dataset
#Removing Catogerical Values
data = iris[, 1:4]
 
#Findind Clusters
datacluster = factor(kmeans(data, 3)cluster)
 
#Plotting the Data
clust<- plot_ly(data, x=~Sepal.Length,
                y=~Sepal.Width,
                z=~Petal.Width,
                color=~cluster) %>%
add_markers(size=1.5)
 
#Printing 3-D Clusters
clust