Mathematica数据可视化：[8]数据的可视化2

对应函数可视化, 我们也来看一下 3D 的数据可视化. 相应的有ListPlot3D,ListDensityPlot和ListContourPlot命令.我们来看看三个函数例子:并且类似 ListDensityPlot 和 ListContourPlot 图形中如果颜色越浅, 对应的函数值就越大, 颜色越深, 对应的值越小. 当把图形绘制出来了之后, 对整个值的分布有了一个了解.同样, 就输出图形的大小 ListDensityPlot 要比 ListContourPlot 也是要小一点.再来看双对数图应用很好例子(在'优势'这一经验之中, 我曾用 BubbleChart举过此例 ). 双对数图能够表示数量级别较大的数据, 能将数据转换为直线并揭示隐藏在其中的幂律关系. 哺乳动物体重和脑重的函数关系.ListPlot 函数绘制出的图形之中, 并不能发现明显的信息.构造一个列表的双对数坐标图.现在观察在双对数图上的数据分布才更为清晰, 最重要的是,我们发现样例中数据点并不是随机分布的, 而是似乎落在一条 的直线上, 这也是指数运算的特性. 换句话说, 哺乳动物的体重和大脑重量是存在某种关系的: 体重越大的动物, 其脑重就越大. 因此, 请善待身边的胖子吧.....好, 到这里地方, 我们就应该了解到部分离散数据是如何绘制了, 那么让我们补充一点营养, 做一个更脑重的可人儿吧. 8!