用不同阵列长度的熊猫数据绘制三维光谱数据
有可能得到类似这块地的东西吗？
从熊猫的数据，以一种类似的方式，我只是做简单的做2d-阴谋(df.plot())？
更确切地说：
我有从csv文件读取到熊猫DataFrames的数据，结构如下：
1st level header A B C D E F
2nd level header 2.0 1.0 0.2 0.4 0.6 0.8
Index
126.4348 -467048 -814795 301388 298430 -187654 -1903170
126.4310 -468329 -810060 304366 305343 -192035 -1881625
126.4272 -469209 -804697 305795 312472 -197013 -1854848
126.4234 -469685 -799604 305647 318936 -200957 -1827665
126.4195 -469795 -795708 304101 323922 -202192 -1805153
126.4157 -469610 -793795 301497 326780 -199323 -1791743
126.4119 -469213 -794362 298257 327092 -191547 -1790418
126.4081 -468687 -797499 294817 324717 -178875 -1802122
126.4043 -468097 -802853 291546 319800 -162225 -1825540
126.4005 -467486 -809663 288700 312745 -143334 -1857270
126.3967 -466863 -816878 286401 304170 -124505 -1892389
126.3929 -466210 -823335 284645 294827 -108228 -1925312
126.3890 -465485 -827966 283331 285520 -96733 -1950795
126.3852 -464637 -829997 282315 277018 -91559 -1964894
126.3814 -463617 -829104 281457 269965 -93242 -1965702
126.3776 -462399 -825487 280670 264824 -101170 -1953728
126.3738 -460982 -819857 279942 261819 -113660 -1931820
126.3700 -459408 -813317 279344 260927 -128242 -1904669
126.3662 -457757 -807177 279009 261885 -142112 -1877955
126.3624 -456143 -802715 279090 264233 -152667 -1857303
126.3585 -454700 -800940 279722 267380 -158023 -1847241
126.3547 -453566 -802397 280969 270692 -157406 -1850358
126.3509 -452862 -807050 282792 273579 -151350 -1866803
126.3471 -452672 -814262 285033 275591 -141627 -1894249
126.3433 -453030 -822898 287426 276486 -130942 -1928303
126.3395 -453910 -831501 289627 276273 -122426 -1963297
126.3357 -455223 -838544 291266 275222 -119021 -1993312
126.3319 -456834 -842695 292004 273824 -122882 -2013246
126.3280 -458571 -843048 291599 272725 -134907 -2019718
126.3242 -460252 -839292 289952 272620 -154497 -2011656
... ... ... ... ... ... ... 我想用它做什么
我想把这些列(它们是核磁共振谱)中的每一列都标出索引。在2D覆盖中，这是围绕matplotlib的熊猫包装的简单用法。然而，我想在它自己的“线”中绘制每个光谱，沿着第三轴，第二级标头作为滴答。我试着使用matplotlib的3D绘图功能，但它似乎只适用于实际具有三个等长数组的情况下，对于我的数据来说，这是没有意义的，因为每个频谱都记录在第二级标头的一个值上。
当我试图绘制3D图时，我是不是想得太复杂了？
我希望我的情节看起来可能不是真实的3D图形，而是一些特殊版本的覆盖2D情节吗？
我更愿意这么做
加分如下：
- 只使用python
- 只使用熊猫和材料库
- 已经实现的功能
如果没有明显的python方法可以这样做，我也很高兴其他语言库也可以这样做，比如R或Octave。我只是不太熟悉这些，所以我可能无法适应这些语言中更多的黑客解决方案来满足我的需求。
这个问题可能非常类似，但据我所知，它不一定扩展到python以外的软件，也没有结果应该是什么的示例，所以我不确定对这个问题的回答是否真的对这个特定目的有帮助。
matplotlib的图库示例有什么问题？
正如兰里所指出的，matplotlib画廊的polygon3D接近了我的愿望。然而，它也有一些缺点，其中一些是大多数科学出版物所不能接受的：
- 使用负值，整个情节会转移到我所称的“屏幕中央”，这看起来有点难看，很难从图形中提取信息，并使其与提供的示例不同。
- 你得到了一个交互式的绘图窗口，它要求你找到一个角度，从这个角度你可以看到你需要看到的一切。这可能对一些数据探索任务是有益的，但是如果您使用脚本进行可视化，并且对图形稍加修改就会迫使您再次做一些手工工作，这将降低您期望的脚本的优势。
- 如果您的值有很大的不同且不是线性的，比如
[0,1,1.7,2.5,6.2]，对于您的第三维空间，即第二级头，2d图与另一个图的距离是非常不同的，这是不可接受的，至少对于任何非编程的读者来说都是如此。 - 这是相当长和技术的一个相当常见的绘图操作在光谱。如果我想要构建能够在某种背景下绘制3D图形的软件，那么代码的数量就很好了。对于科学来说，用少量的代码就能完成这样的事情会更好。
回答 1
Stack Overflow用户
发布于 2017-04-08 20:01:21
我给出了一个用连续X和Y的数据绘图的例子，以及基于二级头的硬编码z。
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib
%matplotlib inline
df = pd.read_csv("C:\Users\User\SkyDrive\Documents\import_data.tcsv.txt",header=None)
fig = plt.figure()
ax = fig.gca(projection='3d')
# Plot a sin curve using the x and y axes.
x = df[0]
ax.plot(x, df[1], zs=2, zdir='z', label='A')
ax.plot(x, df[2], zs=1, zdir='z', label='B')
ax.plot(x, df[3], zs=0.2, zdir='z', label='C')
ax.plot(x, df[4], zs=0.4, zdir='z', label='D')
ax.plot(x, df[5], zs=0.6, zdir='z', label='E')
ax.plot(x, df[6], zs=0.8, zdir='z', label='F')
# Customize the view angle so it's easier to see that the scatter points lie
# on the plane y=0
ax.view_init(elev=-150., azim=40)
plt.show()您必须使用view_init上的选项来旋转，并在您想要的地方得到轴。我不太清楚你的最终目标是什么，但这是结局。
https://stackoverflow.com/questions/37336342
复制相似问题
腾讯云开发者
