散点图应该是我们做可视化时候接触到的第一个图形，无论是在R语言还是在Python的可视化图形里面，默认的方法都是采用散点图的，比如下面这样：
这是R语言默认plot函数直接就画出来的散点图。
很多时候，虾神我都用散点图来作为R语言的hello world，如下：
只要能够弹出来图形来，就说明R语言基本正常了。
所以，散点图可能是我们搞可视化专题图所接触的第一个图形了（也有同学说：俺们第一个玩的是柱状图……好吧，excel路过的，不要在意这些细节……）
散点图是用两组坐标来考察分布的东西，所以需要有X\Y两组数据，所以考察两组数据间的关系的散点图最大优势也是它最大的问题，就是在平面上只能考察两组数据……
所以，今天我们来讲讲三维散点图。
不说话，先看效果：
这是正面图，由三个图层组成，各种颜色的点表示地震的位置，背景是世界地图，线是核密度之后提取的等值线。通过这张图，可以很清晰的对三个地震带进行识别，密度最高的环太平洋地震带，然后是几乎都在陆地上的欧亚地震带，以及线性特征明显的海岭地震带。
当我们对地图进行前后翻转90度——
地震带的深度也被展示出来了。按照通用的分类方法，深度在60公里以内的称之为浅源地震，60—300公里的，叫做中源地震，超过300公里的，叫做深源地震。
从上面这张图上除了可以看出浅源地震的数量 > 中源 > 深源以外，还可以很明显的看出，浅源地震的分布普遍比较分散，而中源就明显的产生了聚集，到了深源，主要就集中在固定的地震带上（环太平洋）了。
然后从其他几个角度再来看看：
看完了效果，下面就来说说这东东是怎么实现的了。
Python下面的可视化包很多，但是最最出名的，自然就是matplotlib了。这个包在python可视化界的地位，和Shapefile在GIS数据格式界的地位一样，称之为“事实上的标准”或者是“无冕之王”。
在说之前，先来缅怀一下这位matplotlib之父——John Hunter
John Hunter博士毕业于普林斯顿大学，是著名的计算机图形学专家和可视化专家，可惜英年早逝。当然，虽然他走了，但是开源的事业还在被更多的爱好者和程序们继续着，所以大家不用担心这个包会挂掉。
关于更多的matplotlib的内容，可以查看其官方主页：/ 到我写这篇文章为止，最新的版本是1.5.3。
下面就简单说说matplotlib的三维散点图怎么做：
贴部分代码和注释，有兴趣的同学可以问我要数据和源代码
def s3dDemo1():
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
#下面这段话，是利用numpy包读取csv里面的数据，然后分别取出X\Y\Z三维值
eq = np.loadtxt(csvfile, dtype=np.str,delimiter=",")
data = eq[1:,0:].astype(np.float)
X = data[:,0]
Y = data[:,1]
Z = data[:,2] * -1
C = []
#下面这循环是根据Z值（地震深度）设置颜色
for z in Z:
if z >= -60:
C.append("r")
elif z < -300:
C.append("k")
else:
C.append("y")
#好吧，关键就是这个方法，把XYZ三个值扔进去，三维散点图就出来了，打完收工。。。
ax.scatter(X,Y,Z,c=C,alpha=0.4,s=10)
ax.set_xlabel('longitude')
ax.set_ylabel('latitude')
ax.set_zlabel('deepth')
当然，上面是部分代码，需要完整源代码的，可以通过微信公众号发送2，获取虾神的邮箱，然后发一封包含自我介绍的邮件来获取所有的代码和数据。
下期预告：用R语言来做三维散点图（如果虾神的懒癌不发作的话）。
