从pandas数据帧创建3D SMOOTH曲面图

Question

我有一个数据框z1，其条目如下：

z1.ix[1:10,1:3]
            2017-04-01  2017-05-01
2017-01-04         NaN    0.993549
2017-01-05         NaN         NaN
2017-01-06    0.830973    0.978463
2017-01-09    0.926456         NaN
2017-01-10    0.998371    0.997590
2017-01-11    0.997539    0.999364
2017-01-12    NaN         0.989801
2017-01-13    0.999701    0.998526
2017-01-16    0.995119    0.998891

我正在尝试使用行索引作为X轴，列名称为Y轴和Z轴上的值来创建曲面图。

我尝试了以下内容：

    import matplotlib as mpl
    import matplotlib.pyplot as plt
    from mpl_toolkits.mplot3d import Axes3D

    x = z1.columns
    y = z1.index
    X, Y = np.meshgrid(x, y)
    Z = z1
    fig = plt.figure()
    ax = fig.add_subplot(111, projection='3d')
    ax.plot_surface(X, Y, Z)

我收到以下错误：

TypeError: ufunc multiply cannot use operands with types dtype('float64') and dtype('<M8[ns]')

我的数据框的列名和行索引都是日期时间。如何改进我的代码以制作3D SMOOTH曲面图。

z1.shape
(182, 32)

Answer 1

我认为其中一些库不支持日期时间类型 您应该首先将数据转换为适当的格式。 这是一个例子（抱歉io的事情，它只是简单的复制粘贴数据帧）

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

s = StringIO("""
            2017-04-01  2017-05-01
2017-01-04         NaN    0.993549
2017-01-05         NaN         NaN
2017-01-06    0.830973    0.978463
2017-01-09    0.926456         NaN
2017-01-10    0.998371    0.997590
2017-01-11    0.997539    0.999364
2017-01-12    NaN         0.989801
2017-01-13    0.999701    0.998526
2017-01-16    0.995119    0.998891""")
z1 = pd.DataFrame.from_csv(s, sep='\s+')


def string_date_to_numeric(li):
    series = pd.Series(li)
    datetime = pd.to_datetime(series)
    numeric = pd.to_numeric(datetime)
    return numeric


x = string_date_to_numeric(z1.columns)
y = string_date_to_numeric(z1.index)
X, Y = np.meshgrid(x, y)
print(X, Y)
Z = z1.values
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z)
fig.savefig('plot.png')

图：

您可以在以后重命名轴。

ax.set_xticklabels(z1.columns)
ax.set_yticklabels(z1.index)