来自2D熊猫数据帧的Matplotlib 3D表面图

Question

我有一个包含四列测量数据的pandas数据帧。我想创建一个3D表面图，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结果，从测试中逐步输出每个类别Y的所有X值

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，但不确定我是否真正了解所需内容，或者是否可以这样使用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)

我已经在这里阅读了matplotlib 3D教程和相关答案，但仍然被卡住了。如果有人能指出我正确的方向，我将非常感激。

Answer 1

你追求的一般策略很好。您唯一的错误是您从字符串列表创建meshgrid。当然maplotlib不能绘制字符串。

您可以创建一个与数据框中列数相同长度的数组，并将其插入meshgrid。

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

Answer 2

只取列名称（[＆＃39; A＆＃39;，＆＃39; B＆＃39;，＆＃39; C＆＃39;，＆＃39; D＆＃39;]）及其应该工作。

您可以稍后更改[＆＃39; A＆＃39;，＆＃39; B＆＃39;，＆＃39; C＆＃39;，＆＃39; D＆＃39;]的轴的刻度线

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)