Python 如何制作数据帧的曲面图？

我有一个很好的数据框

df

，其中我的X是行，我的Y是列，我的Z对应于

df.loc[X，Y]

：

我只想做一个表面图。到目前为止，我已经：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

x = df.index
y = df.columns
X,Y = np.meshgrid(x, y)

zs = np.array(df)
Z = zs.reshape(X.shape)

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X,Y,Z)

ax.set_xlabel(df.index.name)
ax.set_ylabel(df.columns.name)
ax.set_zlabel('Approximation')
plt.show()

但我的结果看起来不连贯：

---

我认为问题在于我如何绘制图，而不是数据。我做错什么了吗？我觉得重塑数组会搞乱x、y和z之间的关系，但我已经尝试了所有np.Reformate的排序参数。

我希望我能提供一个更有趣的答案，但可能只是你的数据有噪音，反映在曲面图中

我重新创建了一些类似于你的正弦曲线数据，添加了一点但不是太多的错误，结果也同样不稳定

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D


def my_func(x, y):
    return np.sin(x**2 + y**2)

x = np.linspace(0, 3, 61)
y = np.linspace(0, 3, 61)
X,Y = np.meshgrid(x, y)

# add some error to our function: for f(x,y) in the range of [-1,1]
# the noise has a standard deviation of 1/25 = 0.04
# which is close to the spacing in the mesh grid so it's noticeable
Z = my_func(X, Y) + np.random.standard_normal((len(x), len(y)))/25

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X,Y,Z)

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Approximation')
plt.show()

---

您是否尝试过

Z=df.values

？虽然我确实认为问题确实在于你的数据，而不是你如何策划。