Seaborn/matplotlib自定义3D(三维)绘图，使用不同颜色区分不同数据类别：商用数据可视化

对于低维度数据集，或者高维度数据集在使用pca等方法降维后，有时需要根据标签画出3维图，不同类别标签使用不同颜色。

如下图所示，x，y，z为数据特征，根据类别使用不同颜色。

可见，特征混叠严重，需要更换降维方法。以下，将以 kaggle中Instant Gratification数据集（二分类数据集）为例，在使用pca降维后，根据类别使用不同颜色画图。

一.数据集

Instant Gratification数据集（二分类数据集）有256维特征，目标类别为target。

import pandas as pd
import numpy as np

def get_data(path):
    df = pd.read_csv(path, index_col=['id'])
    # df.head()
    x = df.drop('target', axis = 1)
    # X_train.head()
    y = df['target']
    return x, y

x, y = get_data('/kaggle/input/instant-gratification/train.csv')
x.head()

 二.选取部分数据并降维

# 截取片段
x = x[:1000]
y = y[:1000]

# pca降维
from sklearn.de