如何解决在 Plotly 中使用创建 3D 曲面图
我正在尝试使用 Plotly 中的三个一维浮点数组创建一个 3D 曲面图。这是我的数据的样子:
alpha_1 alpha_2 sse
0 0.01 0.01 4.817321e+07
1 0.01 0.11 4.854821e+07
2 0.01 0.21 4.864922e+07
3 0.01 0.31 4.869423e+07
4 0.01 0.41 4.870884e+07
... ... ... ...
95 0.91 0.51 4.859500e+07
96 0.91 0.61 4.857550e+07
97 0.91 0.71 4.855622e+07
98 0.91 0.81 4.853898e+07
99 0.91 0.91 4.852403e+07
我想创建一个基本上模仿这个 3d 图的表面图。 这是我用来生成 3D 图的代码: see here 3D plot I want to make as surface plot
x = np.asarray(surface_df['alpha_1'])
y = np.asarray(surface_df['alpha_2'])
z = np.asarray(surface_df['sse'])
fig = plt.figure()
ax = plt.axes(projection="3d")
ax.scatter3D(x,y,z,c=z);
plt.show()
但这是我用 Plotly 得到的表面图。 Surface plot from Plotly.
这是我用于 plotly 的代码。
fig = go.figure(data=[go.Surface(x=surface_df['alpha_1'].values,y=surface_df['alpha_2'].values,z=surface_df[['alpha_1','sse','alpha_2']].values)])
fig.update_layout(title='plot',autosize=True,width=500,height=500)
fig.show()
如有任何指点,将不胜感激,谢谢!
解决方法
我认为您需要创建二维数组才能绘制曲面。
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('your_data_set.txt',header=0,delimiter='\t')
#Create meshgrid for x,y
xi = np.linspace(min(data['alpha_1']),max(data['alpha_1']),num=100)
yi = np.linspace(min(data['alpha_2']),max(data['alpha_2']),num=100)
x_grid,y_grid = np.meshgrid(xi,yi)
#Grid data
z_grid = griddata((data['alpha_1'],data['alpha_2']),data['sse'],(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'))
fig.show()
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。