问题描述
我正在尝试将XYZ值转换为网格或使用函数直接绘制它们。
我有一张带有测量值的表格。在不同压力下测量组分的流量。因此，有以下测量值：
-
压力1： X轴：位置值 Y轴：流量值
-
压力2： X轴：位置值 Y轴：流量值
-
....
在8种不同的压力下，我总共有16列具有X-Y值的列。
实际上，我不认为这有那么困难。如果将Z轴（深度）切成8个切片，则每个切片都有X-Y坐标。因此，该软件只需要将它们线性连接或与样条线相连即可。
是否有为每个Z值分配一个X-Y列的函数，并且可以将其输出为表面图？
为了更加清楚，我创建了一个带有值的小示例虚拟表：
解决方法
这是您想要的吗？
import matplotlib.pyplot as plt
import numpy as np
# generate x,y
x = np.linspace(0,10,51)
w = np.linspace(0.5,0.20,10)
y = np.array([np.sin(wi*x)/wi for wi in w]) # 10 rows,51 cols
# and a very generic z
z = np.linspace(1,10)
# note that in a surface plot the indipendent variable is Z,# so IF our indipendent variable is y…
X,Y = np.meshgrid(x,z) ; Z = y # X,Y have 10 rows,51 cols too
# this stuff is pretty standard,you can find info everywhere
fig = plt.figure() ; ax = fig.gca(projection='3d')
surf = ax.plot_surface(X,Y,Z,cmap='viridis')
ax.set(xlabel='x',ylabel='z',zlabel='y')
ax.view_init(elev=15,azim=-100)
fig.colorbar(surf,shrink=0.67) # the 1st arg is the output of plot_surface
颜色图是默认的一种，您可以按名称选择其他颜色。您可以使用plt.colormaps()查看颜色图名称的完整列表。
这不是完全的答案，因为我想从Excel表中导入DataFrame。 在Excel表中，输入的值与上一封邮件中的图片相同。我想用3D绘制它们。
我按如下所示导入了数据
from mpl_toolkits.mplot3d import Axes3D
import pandas as pd
fig = plt.figure()
ax = Axes3D(fig)
df=pd.read_excel('raw.xlsx')