Python:Plotly三维曲面打印
我在绘制Plotly 3d曲面图时遇到了困难。我有一个4000行和三列的大数据框架。我确实在这里问了问题,得到了一些答案。当我尝试它们时,代码运行需要几个小时,但我看不到任何情节。我想确认我所做的是正确的。因为我不熟悉曲面图 我的代码:Python:Plotly三维曲面打印,python,dataframe,matplotlib,plotly,Python,Dataframe,Matplotlib,Plotly,我在绘制Plotly 3d曲面图时遇到了困难。我有一个4000行和三列的大数据框架。我确实在这里问了问题,得到了一些答案。当我尝试它们时,代码运行需要几个小时,但我看不到任何情节。我想确认我所做的是正确的。因为我不熟悉曲面图 我的代码: import plotly.graph_objects as go import plotly.graph_objs import plotly df = index x y z 0 10.2
import plotly.graph_objects as go
import plotly.graph_objs
import plotly
df =
index x y z
0 10.2 40.5 70.5
1 30.5 30.2 570.5
.
.
4000 100.5 201.5 470.5
df['z']= [df['z'].tolist for x in df.index]
df =
index x y z
0 10.2 40.5 [70.5,570.5,..,470.5]
1 30.5 30.2 [70.5,570.5,..,470.5]
.
.
4000 100.5 201.5 [70.5,570.5,..,470.5]
zdata = [df['z'].tolist()]*len(df)
plotly.offline.plot({"data":[go.Surface(x=df['x'].values,
y=df['y'].values,
z = df['z'].values)],
"layout":plotly.graph_objs.Layout(title='Some data', autosize=False,
width=600, height=600,
scene = dict(xaxis_title='x',
yaxis_title='y',
zaxis_title='z'),
margin=dict(l=10, r=10, b=10, t=10))})
如果有人能告诉我生成曲面图的方法是正确的,我将不胜感激。下面是一个简单的/简化的3D曲面图示例,希望能帮助您继续 这里的关键信息是:不要把它复杂化。在4000+行的数据帧上,同样的逻辑应该很好。(当然,它将绘制约16M个数据点,因此需要一些时间) 要记住的关键点是
z
必须是形状[x.shape[0],y.shape[0]]
的2d数组。从本质上说,如果x
和y
长度为10,则z
的形状必须为:[10,10]
由于我没有您完整的数据集,我已经合成了数据-希望这可以用于说明目的。此外,为了简单起见,我一直使用numpy
,记住numpy数组本质上是一个数据帧列
简单的例子:
输出:
更有趣的事:
您将注意到打印逻辑是相同的
输出:
如何将
z
列中的数据转换为所需形状的二维数组?这和我已经做的一样吗?还是别的什么?你能从这个角度解释吗?如果所有数组的长度都相同:一个简单的方法是:z=np.tile(x[x.shape[0],1])
。如果x
长度为10,则这将将x
数组“平铺”(或复制)成[10,10]
的形状。这就是我在示例中使用的方法。但是,通常使用3D曲面图,您将拥有x*y
(就数组长度而言)的z
数据点。如果z
的形状是x*y
:使用np.reformate([x.shape[0],y.shape[0]])
使用x
和y
的长度来重塑z
数组的形状。这仍然让我感到困惑。在我的问题中,我修改列z
的方式,是正确的还是错误的?我是说,我把它改成了x和y尺寸?右请注意,使用to\u numpy()
而不是tolist()
应该会更快。(只运行了1000条记录,速度快了约6倍)。简单到:df['z']=[df['z'].to_numpy(),for_uuuin df.index]
import numpy as np
from plotly.offline import plot
n = 10
x = np.arange(n)
y = x
z = np.tile(x**2, [n, 1])
data = [{'x': x,
'y': y,
'z': z,
'type': 'surface'}]
plot({'data': data}, filename='/path/to/graph.html')
n = 360
x = np.arange(n)
y = x
v = np.tile([np.sin(i*(np.pi/180)) for i in range(n)], [n, 1]).T
z = (v.T[0]*v)
data = [{'x': x,
'y': y,
'z': z,
'type': 'surface'}]
plot({'data': data}, filename='/path/to/graph.html')