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

def surface_3D():
    import matplotlib.pyplot as plt
    from matplotlib import cm
    from matplotlib.ticker import LinearLocator
    import numpy as np
fig,ax = plt.subplots(subplot_kw={"projection":"3d"})
X = df1.loc[:,0]
Y = df1.loc[:,1]
Z1 = df1.loc[:,2]
X = np.atleast_2d(X) 
Y = np.atleast_2d(Y) 
Z1 = np.atleast_2d(Z1)
x = np.linspace(0,2,1000)
y = np.linspace(0,2,1000)

surf = ax.plot_surface(X, Y, Z1, cmap=cm.viridis)
ax.set_xlabel('X')  
ax.set_ylabel('Y')  
ax.set_zlabel('Z1')  

fig.colorbar(surf, shrink=0.5, aspect=5)
plt.show()

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

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
from mpl_toolkits.mplot3d import Axes3D
from scipy.interpolate import griddata

# 从文件读取数据
file_path = '11111.out'  # 确保文件路径正确，或者调整为正确的文件路径
df = pd.read_csv(file_path, sep='\s+', header=None)

# 定义一个函数来绘制三维曲面图
def surface_3D(df, x_index, y_index, z_index):
    # 生成网格数据
    x = np.linspace(df[x_index].min(), df[x_index].max(), 100)
    y = np.linspace(df[y_index].min(), df[y_index].max(), 100)
    X, Y = np.meshgrid(x, y)
    
    # 二维插值
    points = df[[x_index, y_index]].values
    values = df[z_index].values
    Z = griddata(points, values, (X, Y), method='cubic')
    
    # 绘制图形
    fig, ax = plt.subplots(subplot_kw={"projection": "3d"})
    surf = ax.plot_surface(X, Y, Z, cmap=cm.viridis)
    
    # 设置坐标轴标签
    ax.set_xlabel('X')
    ax.set_ylabel('Y')
    ax.set_zlabel(f'Z{z_index - 2}')

    # 添加颜色条
    fig.colorbar(surf, shrink=0.5, aspect=5)

    plt.show()

# 为每一个 Z 轴绘图
num_columns = df.shape[1]
for z_index in range(2, num_columns):
    surface_3D(df, 0, 1, z_index)

小甲鱼的二师兄

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
from mpl_toolkits.mplot3d import Axes3D
from scipy.interpolate import griddata

# 示例数据
data = {
    0: np.random.rand(10),  # X values
    1: np.random.rand(10),  # Y values
    2: np.random.rand(10)   # Z values
}
df1 = pd.DataFrame(data)

def surface_3D(df):
    # 生成网格数据
    x = np.linspace(df[0].min(), df[0].max(), 100)
    y = np.linspace(df[1].min(), df[1].max(), 100)
    X, Y = np.meshgrid(x, y)
    
    # 二维插值
    points = df[[0, 1]].values
    values = df[2].values
    Z = griddata(points, values, (X, Y), method='cubic')
    
    # 绘制图形
    fig, ax = plt.subplots(subplot_kw={"projection": "3d"})
    surf = ax.plot_surface(X, Y, Z, cmap=cm.viridis)
    
    # 设置坐标轴标签
    ax.set_xlabel('X')
    ax.set_ylabel('Y')
    ax.set_zlabel('Z')

    # 添加颜色条
    fig.colorbar(surf, shrink=0.5, aspect=5)

    plt.show()

# 调用函数
surface_3D(df1)

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