はじめに
3D散布図は、そのままでも"空間的な分布"が自然に理解できますが、凡例（グループ識別）と軸線（中心線）を追加するだけでデータの意味や構造が一気に分かりやすくなります。今回はPlotlyでそれらを追加する方法を整理します。
目的
- 3D散布図に凡例（グループ別色分け）を追加する
- 3D空間に軸線（X, Y, Zの中心線）を追加して位置関係を明確化する
- Colabでもそのまま動くコードを使って、見やすい3D散布図を作る
実装例：ランダム点群の作成
import plotly.graph_objects as go
import numpy as np
np.random.seed(0)
x, y, z = np.random.randn(3, 200)
fig = go.Figure(data=[go.Scatter3d(
x=x, y=y, z=z,
mode='markers',
marker=dict(size=4, color='royalblue', opacity=0.8)
)])
fig.update_layout(scene=dict(aspectmode='data'), title="Base Scatter3D")
fig.show()
まずは点群だけの基本形。ここに「凡例」と「軸線」を加えていきます。
1. 3D散布図に凡例（グループ色分け）を追加する
グループラベルを作る
group = np.random.choice(['A', 'B', 'C'], size=200)
グループごとにtraceを追加する
Plotlyでは「凡例」＝「複数trace」。グループ別に座標を分けて追加します。
fig = go.Figure()
colors = {'A': 'red', 'B': 'green', 'C': 'blue'}
for g in ['A', 'B', 'C']:
mask = (group == g)
fig.add_trace(go.Scatter3d(
x=x[mask], y=y[mask], z=z[mask],
mode='markers',
marker=dict(size=4, color=colors[g], opacity=0.8),
name=f'Group {g}' # ← これが凡例に表示される
))
fig.update_layout(
title="3D Scatter with Legend (Groups)",
scene=dict(aspectmode='data')
)
fig.show()
各traceのname=が凡例として自動表示されます。凡例のON/OFFクリックでグループの表示切り替えも可能。
2. 3D空間に「軸線」を追加する
3D散布図では、X=0, Y=0, Z=0の軸があると"どの方向に広がっているのか"が一目でわかりやすくなります。
中心軸（X軸・Y軸・Z軸）を追加
# 軸線を描くための座標（長さはデータ範囲に合わせる）
axis_len = 3
axes = [
dict(name='X-axis', xs=[-axis_len, axis_len], ys=[0,0], zs=[0,0], color='black'),
dict(name='Y-axis', xs=[0,0], ys=[-axis_len, axis_len], zs=[0,0], color='black'),
dict(name='Z-axis', xs=[0,0], ys=[0,0], zs=[-axis_len, axis_len], color='black')
]
fig = go.Figure()
# 点群（A〜C）
for g in ['A', 'B', 'C']:
mask = (group == g)
fig.add_trace(go.Scatter3d(
x=x[mask], y=y[mask], z=z[mask],
mode='markers',
marker=dict(size=4, color=colors[g], opacity=0.8),
name=f'Group {g}'
))
# 軸線（lines）
for ax in axes:
fig.add_trace(go.Scatter3d(
x=ax['xs'], y=ax['ys'], z=ax['zs'],
mode='lines',
line=dict(color=ax['color'], width=6),
name=ax['name'],
showlegend=True
))
fig.update_layout(
title="3D Scatter with Legend + Axes",
scene=dict(aspectmode='data')
)
fig.show()
軸線追加のポイント
| 要素 | 内容 |
|---|---|
| mode='lines' | 2点を結ぶ線で軸を描画する |
| line.width=6 | 軸線を太めにして強調 |
| showlegend=True | 凡例にも軸名を表示可能 |
| axis_len | 自由に長さを設定（データ範囲に合わせる） |
3Dグラフでは、軸が"空間の基準"になるため、分布が理解しやすくなります。
3. 背景・グリッドを整えて見やすくする
fig.update_layout(
scene=dict(
xaxis=dict(backgroundcolor='rgb(240,240,240)', gridcolor='white'),
yaxis=dict(backgroundcolor='rgb(240,240,240)', gridcolor='white'),
zaxis=dict(backgroundcolor='rgb(245,245,245)', gridcolor='white'),
aspectmode='data'
)
)
fig.show()
背景が整うことで、点群と軸線がさらに見やすくなり、3D全体の空間構造が理解しやすくなります。
まとめ
凡例をnameで設定し、軸線をlinesで追加するだけで、3D散布図の見やすさが大きく向上します。
背景を整えることで奥行きや立体感が伝わりやすくなり、クラスタリングや特徴量分析、PCAの可視化にも活用できます。
少し手を加えるだけで、3D散布図がぐっと“読める可視化”になります。