通过免费 3D 点数据（Python）的 2D 剖面

Question

美好的一天

这两天我一直在尝试解决以下问题。不幸的是我不是专家。不过，我允许自己尝试在这里描述我的问题，并感谢任何帮助。

我有特定 x 和 y 坐标的测量数据 z (eps_xx)。您可以看到下面表示的格式为 Pandas Dataframe：

      Node [-]   x [m]   y [m]    eps_xx [-]
0            1  0.0096  0.0089  8.310000e-07
1            2  0.0000  0.0089  1.317000e-07
2            3  0.0000  0.0000  8.104000e-07
3            4  0.0096  0.0000  2.465000e-06
4            5  0.0192  0.0000  6.276000e-06
...        ...     ...     ...           ...
2314      2315  0.7700  0.1333 -7.269000e-06
2315      2316  0.7700  0.1426 -6.697000e-06
2316      2317  0.7700  0.1499 -3.587000e-06
2317      2318  0.7700  0.1520  6.296000e-07
2318      2319  0.7700  0.1600 -2.000000e-06

x、y坐标的点不遵循任何规律，自由分布。 我想根据这些数据创建一个 3D 表面图（最好是 plotly，但 matplolib 也可以）。我已经做过的散点图：

import pandas as pd
import plotly.graph_objects as go

# Read data from Excel file
df = pd.read_excel('Data.xlsx', sheet_name="Step_5")
print(df)

# Extract x, y, z values from data frame
x = df['x [m]'].values
y = df['y [m]'].values
z = df['eps_xx [-]'].values

# Create a 3D scatter plot with the vertical plane
fig = go.Figure()

# Add the scatter plot trace
fig.add_trace(go.Scatter3d(x=x, y=y, z=z, mode='markers', marker=dict(size=3)))

# Set plot layout
fig.update_layout(scene=dict(xaxis_title='x [m]', yaxis_title='y [m]', zaxis_title='eps_xx [-]'))

# Display plot
fig.show()

1. 但是因为 x 和 y 点是自由分布的，所以我现在不能做的第一件事就是用

   go.Surface(x=x, y=y, z=z)

   创建一个曲面图。

2. 在我成功地从这些 3D 测量点创建一个表面后，我想从它沿着给定的垂直平面生成一个 2D 图。实际上完全可以在这篇文章中找到： 像这篇文章中那样的解决方案，图片： 不幸的是，本文适用于函数而不是点测量数据。

3. 最后一步是将切割图的新二维数据点再次放入 Pandas Dataframe 中。

也许需要在后台手工完成相当多的数学运算，并在 Plotly 中显示结果。到目前为止，在我的研究中，我只希望在自由 3D 空间中已经有一个用于此类切割操作的预制库。可以在数据点之间进行线性插值

我已经尝试了几种方法来解决我的问题。我使用了不同的库，如 numpy、scipy 或 scikit-learn，并尝试了我发现的各种代码示例。但是对于3D点数据我真的没有找到合适的。

感谢您的帮助！