2 回答
TA贡献1876条经验 获得超5个赞
我认为您需要先对数据进行网格化。我根据您的数据创建了一个示例。
import pandas as pd
import numpy as np
import plotly.graph_objects as go
from scipy.interpolate import griddata
#Read data
data = pd.read_csv('data.txt', header=0, delimiter='\t')
#Create meshgrid for x,y
xi = np.linspace(min(data['x']), max(data['x']), num=100)
yi = np.linspace(min(data['y']), max(data['y']), num=100)
x_grid, y_grid = np.meshgrid(xi,yi)
#Grid data
z_grid = griddata((data['x'],data['y']),data['z'],(x_grid,y_grid),method='cubic')
# Plotly 3D Surface
fig = go.Figure(go.Surface(x=x_grid,y=y_grid,z=z_grid,
colorscale='viridis',showlegend=True)
)
fig.show()
来自示例数据的 3D 表面
您可以使用不同的网格划分方法(三次、线性、最近) https://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.griddata.html
TA贡献1770条经验 获得超3个赞
这绝对是一个糟糕的设计,go.Surface不支持直接使用DataFramesas 参数。想象一下,您交换了x和y,例如:x=df.index, y=df.columns, z=df.values. 如果您不仔细检查,您将不会注意到您的 x 轴数据没有完全显示。那是因为你颠倒了xand y,这给了你错误的结果!
添加回答
举报
