Matplotlib从2D pandas dataframe生成3D曲面图

bsxbgnwa 于 2023-04-28 发布在其他

关注(0)|答案(2)|浏览(168)

我有一个pandas数据框架，包含四列测量数据。我想创建一个3D曲面图，行索引为X，列索引为Y，数据为Z。（每列中的数据是一系列离散测量结果，这些测量结果来自测试，该测试逐步遍历每个类别Y的所有X值）

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 4), columns=['A', 'B', 'C', 'D'])
print(df)

   A         B         C         D
0  0.791692 -0.945571  0.183304  2.039369
1 -0.474666  1.117902 -0.483240  0.137620
2  1.448765  0.228217  0.294523  0.728543
3 -0.196164  0.898117 -1.770550  1.259608
4  0.646730 -0.366295 -0.893671 -0.745815

我试着用np.meshgrid把df转换成一个numpy网格，如下所示，但我不确定我是否真的理解了需要什么，或者我是否可以用这种方式使用df索引。

import matplotlib as mpl
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x = df.columns
y = df.index
X,Y = np.meshgrid(x,y)
Z = df
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z)

我已经通读了matplotlib 3D教程和相关的答案，但仍然卡住了。如果有人能给我指出正确的方向，我将非常感激。

pandas

来源：https://stackoverflow.com/questions/41960448/matplotlib-3d-surface-plot-from-2d-pandas-dataframe

2条答案

按热度按时间

fwzugrvs1#

只要取列名称（['A'，' B'，'C'，'D']），它就应该工作了。
您可以稍后更改['A'，'B'，' C'，'D']轴的刻度。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 4))

import matplotlib as mpl
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x = df.columns
y = df.index
X,Y = np.meshgrid(x,y)
Z = df
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z)