来自 2D 熊猫数据框的 Matplotlib 3D 曲面图

Question

我有一个包含四列测量数据的 pandas 数据框。我想创建一个 3D 曲面图，其中行索引为 X，列索引为 Y，数据为 Z。（每列中的数据是一系列离散测量输出的测试，该测试通过所有值逐步执行每个类别 Y 的 X）

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

我尝试使用 np.meshgrid 将 df 转换为 numpy 网格，如下所示，但不确定我是否真的理解所需的内容，或者我是否可以以这种方式使用 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)

我在这里通读了 matplotlib 3D 教程和相关答案，但仍然卡住了。如果有人能指出我正确的方向，将不胜感激。

Answer 1

只需取列名称（['A', 'B', 'C', 'D']），它应该可以工作。

您可以稍后更改 ['A', 'B', 'C', 'D'] 的轴刻度。

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)

Answer 2

您追求的总体策略很好。您遇到的唯一错误是您从字符串列表中创建了一个网格网格。当然 maplotlib 不能绘制字符串。

因此，您可以创建一个长度与数据框中的列数相同的数组，并将其插入meshgrid。

x = np.arange(len(df.columns))