小白救助，已知三列数据怎样作三维曲面图

Eternal03

已知三列数据，需要画出三维曲面图，在jupyter notebook中一直画不出来

1. def surface_3D():
   
2.     import matplotlib.pyplot as plt
   
3.     from matplotlib import cm
   
4.     from matplotlib.ticker import LinearLocator
   
5.     import numpy as np
   
6. fig,ax = plt.subplots(subplot_kw={"projection":"3d"})
   
7. X = df1.loc[:,0]
   
8. Y = df1.loc[:,1]
   
9. Z1 = df1.loc[:,2]
   
10. X = np.atleast_2d(X)
    
11. Y = np.atleast_2d(Y)
    
12. Z1 = np.atleast_2d(Z1)
    
13. x = np.linspace(0,2,1000)
    
14. y = np.linspace(0,2,1000)
    
15. 
    
16. surf = ax.plot_surface(X, Y, Z1, cmap=cm.viridis)
    
17. ax.set_xlabel('X')  
    
18. ax.set_ylabel('Y')  
    
19. ax.set_zlabel('Z1')  
    
20. 
    
21. fig.colorbar(surf, shrink=0.5, aspect=5)
    
22. plt.show()

复制代码

小甲鱼的二师兄

Eternal03 发表于 2024-4-14 19:36
就是我的XY值也不是等间距的这种也需要生成等间距的网格数据吗

1. import pandas as pd
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. from matplotlib import cm
   
5. from mpl_toolkits.mplot3d import Axes3D
   
6. from scipy.interpolate import griddata
   
7. 
   
8. # 从文件读取数据
   
9. file_path = '11111.out'  # 确保文件路径正确，或者调整为正确的文件路径
   
10. df = pd.read_csv(file_path, sep='\s+', header=None)
    
11. 
    
12. # 定义一个函数来绘制三维曲面图
    
13. def surface_3D(df, x_index, y_index, z_index):
    
14.     # 生成网格数据
    
15.     x = np.linspace(df[x_index].min(), df[x_index].max(), 100)
    
16.     y = np.linspace(df[y_index].min(), df[y_index].max(), 100)
    
17.     X, Y = np.meshgrid(x, y)
    
18.    
    
19.     # 二维插值
    
20.     points = df[[x_index, y_index]].values
    
21.     values = df[z_index].values
    
22.     Z = griddata(points, values, (X, Y), method='cubic')
    
23.    
    
24.     # 绘制图形
    
25.     fig, ax = plt.subplots(subplot_kw={"projection": "3d"})
    
26.     surf = ax.plot_surface(X, Y, Z, cmap=cm.viridis)
    
27.    
    
28.     # 设置坐标轴标签
    
29.     ax.set_xlabel('X')
    
30.     ax.set_ylabel('Y')
    
31.     ax.set_zlabel(f'Z{z_index - 2}')
    
32. 
    
33.     # 添加颜色条
    
34.     fig.colorbar(surf, shrink=0.5, aspect=5)
    
35. 
    
36.     plt.show()
    
37. 
    
38. # 为每一个 Z 轴绘图
    
39. num_columns = df.shape[1]
    
40. for z_index in range(2, num_columns):
    
41.     surface_3D(df, 0, 1, z_index)
    

复制代码

小甲鱼的二师兄

1. import pandas as pd
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. from matplotlib import cm
   
5. from mpl_toolkits.mplot3d import Axes3D
   
6. from scipy.interpolate import griddata
   
7. 
   
8. # 示例数据
   
9. data = {
   
10.     0: np.random.rand(10),  # X values
    
11.     1: np.random.rand(10),  # Y values
    
12.     2: np.random.rand(10)   # Z values
    
13. }
    
14. df1 = pd.DataFrame(data)
    
15. 
    
16. def surface_3D(df):
    
17.     # 生成网格数据
    
18.     x = np.linspace(df[0].min(), df[0].max(), 100)
    
19.     y = np.linspace(df[1].min(), df[1].max(), 100)
    
20.     X, Y = np.meshgrid(x, y)
    
21.    
    
22.     # 二维插值
    
23.     points = df[[0, 1]].values
    
24.     values = df[2].values
    
25.     Z = griddata(points, values, (X, Y), method='cubic')
    
26.    
    
27.     # 绘制图形
    
28.     fig, ax = plt.subplots(subplot_kw={"projection": "3d"})
    
29.     surf = ax.plot_surface(X, Y, Z, cmap=cm.viridis)
    
30.    
    
31.     # 设置坐标轴标签
    
32.     ax.set_xlabel('X')
    
33.     ax.set_ylabel('Y')
    
34.     ax.set_zlabel('Z')
    
35. 
    
36.     # 添加颜色条
    
37.     fig.colorbar(surf, shrink=0.5, aspect=5)
    
38. 
    
39.     plt.show()
    
40. 
    
41. # 调用函数
    
42. surface_3D(df1)

复制代码

Eternal03

小甲鱼的二师兄 发表于 2024-4-14 19:20

佬，那要是向这样的文件里第一二列分别为X轴和Y轴，第三列为Z1轴，第四列为Z2轴，第五列为Z3轴......以此类推，要作出好几个几个三维曲面图该怎么办呀

Eternal03

Eternal03 发表于 2024-4-14 19:34
佬，那要是向这样的文件里第一二列分别为X轴和Y轴，第三列为Z1轴，第四列为Z2轴，第五列为Z3轴......以此 ...

就是我的XY值也不是等间距的这种也需要生成等间距的网格数据吗