[matplotlib的3D表面图，使用数据框列输入数据

Question

我有一个电子表格文件，我想输入该文件以使用Python中的Matplotlib创建3D表面图。

[我使用了plot_trisurf并起作用了，但是我需要轮廓轮廓在通过表面函数like this example可以得到的图形上的投影。

我正在努力将Z数据排列在2D数组中，我可以用它在plot_surface方法中输入。我尝试了很多事情，但似乎都没有效果。

[这是我正在使用plot_trisurf的内容

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

import numpy as np
import pandas as pd

df=pd.read_excel ("/Users/carolethais/Desktop/Dissertação Carol/Códigos/Resultados/res_02_0.5.xlsx")

fig = plt.figure()
ax = fig.gca(projection='3d')
# I got the graph using trisurf 
graf=ax.plot_trisurf(df["Diametro"],df["Comprimento"], df["temp_out"], cmap=matplotlib.cm.coolwarm)

ax.set_xlim(0, 0.5)
ax.set_ylim(0, 100)
ax.set_zlim(25,40)
fig.colorbar(graf, shrink=0.5, aspect=15)
ax.set_xlabel('Diâmetro (m)')
ax.set_ylabel('Comprimento (m)')
ax.set_zlabel('Temperatura de Saída (ºC)')

plt.show()

这是我df数据框的一部分：

       Diametro  Comprimento   temp_out
0      0.334294     0.787092  34.801994
1      0.334294     8.187065  32.465551
2      0.334294    26.155976  29.206090
3      0.334294    43.648591  27.792126
4      0.334294    60.768219  27.163233
...         ...          ...        ...
59995  0.437266    14.113660  31.947302
59996  0.437266    25.208851  30.317583
59997  0.437266    33.823035  29.405461
59998  0.437266    57.724209  27.891616
59999  0.437266    62.455890  27.709298

我尝试this approach将导入的数据与plot_surface一起使用，但是我得到的确实是一个图形，但是它不起作用，这是使用这种方法绘制图形的方式：非常感谢

Answer 1

基于重新网格化数据的另一种方法，它不需要在常规网格上指定原始数据[深受this example启发；-]。

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.tri as tri
from mpl_toolkits.mplot3d import Axes3D

np.random.seed(19880808)

# compute the sombrero over a cloud of random points
npts = 10000
x, y = np.random.uniform(-5, 5, npts), np.random.uniform(-5, 5, npts)
z = np.cos(1.5*np.sqrt(x*x + y*y))/(1+0.33*(x*x+y*y))

# prepare the interpolator
triang = tri.Triangulation(x, y)
interpolator = tri.LinearTriInterpolator(triang, z)

# do the interpolation
xi = yi = np.linspace(-5, 5, 101)
Xi, Yi = np.meshgrid(xi, yi)
Zi = interpolator(Xi, Yi)

# plotting
fig = plt.figure()
ax = fig.gca(projection='3d')
norm = plt.Normalize(-1,1)
ax.plot_surface(Xi, Yi, Zi,
                cmap='inferno',
                norm=plt.Normalize(-1,1))
plt.show()

Answer 2

[plot_trisurf期望x, y, z为1D数组，而plot_surface期望X, Y, Z为2D数组或x, y, Z，其中x, y为1D数组，Z为2D数组。

您的数据由3个1D数组组成，因此可以立即用plot_trisurf绘制它们，但是您需要使用plot_surface才能将等值线投影到坐标平面上。您需要重塑数据的形状。

似乎您有60000个数据点，下面我假设您有规则的网格在x方向上为300点，在y上为200点-但是重要的是规则网格的概念。] >

下面的代码显示

1. plot_trisurf的使用（网格较粗），类似于您的代码；
2. 重塑的正确使用及其在plot_surface中的应用；请注意，重塑中的行数对应于y中的点数和x中的点数之比；
3. 和4.错误使用重塑，以某种方式产生了子图类似于您显示的情节，也许您只需要确定数字行和列。

---

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

x, y = np.arange(30)/3.-5, np.arange(20)/2.-5
x, y = (arr.flatten() for arr in np.meshgrid(x, y))
z = np.cos(1.5*np.sqrt(x*x + y*y))/(1+0.1*(x*x+y*y))

fig, axes = plt.subplots(2, 2, subplot_kw={"projection" : "3d"})
axes = iter(axes.flatten())

ax = next(axes)
ax.plot_trisurf(x,y,z, cmap='Reds')
ax.set_title('Trisurf')

X, Y, Z = (arr.reshape(20,30) for arr in (x,y,z))
ax = next(axes)
ax.plot_surface(X,Y,Z, cmap='Reds')
ax.set_title('Surface 20×30')

X, Y, Z = (arr.reshape(30,20) for arr in (x,y,z))
ax = next(axes)
ax.plot_surface(X,Y,Z, cmap='Reds')
ax.set_title('Surface 30×20')

X, Y, Z = (arr.reshape(40,15) for arr in (x,y,z))
ax = next(axes)
ax.plot_surface(X,Y,Z, cmap='Reds')
ax.set_title('Surface 40×15')

plt.tight_layout()
plt.show()