从三个测量阵列中绘制Python的表面

Question

您好，我有三个数组x，y和z，我想在x和y的坐标处查看可变z的大小。即，我想绘制三个[6147,1]阵列的表面。使用下面的代码，我会得到价值错误：无法将大小6147的阵列重塑为形状（6147,6147），任何人都可以麻烦地拍摄并帮助我使此可视化工作吗？

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

data_frame = pd.read_excel (r'\Users\alexd\OneDrive\Documents\University\Monash Motor Sport\Junior Project\Junior Project\MotionControlData.xlsx') #place "r" before the path string to address special character, such as '\'. Don't forget to put the file name at the end of the path + '.xlsx'

df_x = pd.DataFrame(data_frame, columns= ['x'])

df_y = pd.DataFrame(data_frame, columns= ['y'])

df_angle = pd.DataFrame(data_frame, columns= ['angle'])

df_vel = pd.DataFrame(data_frame, columns= ['vel'])


# Creating dataset
x = np.array(df_x)
y = np.array(df_y)
angle = np.array(df_angle)
vel = np.array(df_vel)

z = vel
 
x = np.reshape(x, (6147, 6147))
y = np.reshape(y, (6147, 6147))
z = np.reshape(z, (6147, 6147))


fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

ax.plot_surface(x, y, z)

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()

---

新上下文的新代码注释

# -*- coding: utf-8 -*-
"""
Created on Fri May 13 18:30:41 2022

@author: alexd
"""
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm

data_frame = pd.read_excel (r'\Users\alexd\OneDrive\Documents\University\Monash Motor Sport\Junior Project\Junior Project\MotionControlData.xlsx') #place "r" before the path string to address special character, such as '\'. Don't forget to put the file name at the end of the path + '.xlsx'

df_x = pd.DataFrame(data_frame, columns= ['x'])

df_y = pd.DataFrame(data_frame, columns= ['y'])

df_angle = pd.DataFrame(data_frame, columns= ['angle'])

df_vel = pd.DataFrame(data_frame, columns= ['vel'])


# Creating dataset
x = np.array(df_x)
y = np.array(df_y)
angle = np.array(df_angle)
vel = np.array(df_vel)

z = vel
 


fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

xx, yy = np.meshgrid(np.squeeze(x), np.squeeze(y))

ax.plot_surface(x, y, z.T, cmap=cm.coolwarm,
                       linewidth=1, antialiased=False)


ax.set_xlabel('X ')
ax.set_ylabel('Y ')
ax.set_zlabel('Velocity ')

plt.show()

Answer 1

使用 xarray ，因为它可以为您构建Numpy数组，而无需担心您在数据中读取的顺序或数据集的形状。

简而言之， xarray 为n二维numpy阵列（除了此外）提供类似熊猫的索引。因此，例如，您可以为2-D Numpy数组具有地理（X，Y）坐标，而不必使用Numpy的0基整数索引。

有两个主要数据结构： xarray.dataArray ，基本上就像一个numpy数组，而 xarray.dataset ，就像 dataArray的集合 /代码>共享坐标的对象。

因此，您要么要使用 。 .from_dataframe.html“ rel =“ nofollow noreferrer”> xarray.dataset.from_dataframe 对于多个变量）。在每种情况下，dataFrame的索引或多指数用于坐标，因此您需要先设置该索引。

您需要从类似的开始：

import xarray as xr

df = df.set_index(['x', 'y'])
ds = xr.Dataset.from_dataframe(df)
ds['angle'].plot()

Answer 2

我不确定您的数据到底是什么，因此我无法运行测试用例。但是，这似乎是一个非常标准的情况。假设 z 确实足够长以将其重塑为（6147，6147），则可能只需要

xx, yy = np.meshgrid(np.squeeze(x), np.squeeze(y))
ax.plot_surface(x, y, z.T)