matplotlib制作PPFD三维图

matplotlib制作PPFD三维图（python）

第一次写博客，本辣鸡耗尽毕生所学，欢迎指教，不喜勿喷。
PPFD——光量子通量密度。

温室内光环境PPFD数据

目标：
将A列日期的日期和时间拆分开，分别作为横纵坐标。K列为仪器测量到的PPFD数据，作为Z轴的值。绘成三维图。

读取EXCEL文件

def openfile(filename):
   myusecols = input("请输入需要处理的列(例如[0,1])：")
   #读取excel文件
   mydata = pd.read_excel(io=filename, header=None, usecols=eval(myusecols),\
                          skiprows=5, parse_dates=True, converters={0: str}, names=['Time', 'PPFD'])
   #筛选出需要用于绘图的数据
   startpoint = input("输入开始日期(2019-06-01):")
   endpoint = input("输入结束日期(2019-07-01):")
   mydata = mydata[(mydata['Time'] <= endpoint) & (mydata['Time'] >= startpoint)]
   #将A列的日期数据拆分为两列。
   mydata['Date'], mydata['time'] = mydata['Time'].str.split(' ', 1).str
   mydata.Date = mydata.Date.apply(func=lambda x: x[5:])   #将日期转为%m-%D
   mydata.time = mydata.time.apply(func=lambda x: x[0:5])  #将时间转为%H-%M
   mydata.PPFD = mydata.PPFD.astype('float')  #数据转为浮点类型
   return mydata

usecols表示需要使用的列，以列表形式赋值。skiprows需要跳过的行数，converters将A列转换为字符型。用astype将数据改为浮点型（之前没有这句也没事，而且在deepin上没有也可以执行，但是后来没有这句就会报错，所以最好还是在读数据的时候就设置好类型，不要一律字符型或者object）。

构造数据形状

def dataset(mydata):
    mydata['Date'].drop_duplicates(inplace=True)
    mydata['time'].drop_duplicates(inplace=True)
    Xnum = np.arange(0, len(mydata['Date']))
    Ynum = np.arange(0, len(mydata['time']))
    Znum = mydata['PPFD'].values.reshape(len(Xnum), len(Ynum))
    return Xnum, Ynum, Znum

drop_duplicate方法用于数据去重，inplace=true说明对原始数据生效。数据由仪器导出，日期和时间连续生成，一般不需要去重。

生成X和Y轴标签

def axstep(X, Y):
   Xstep = int(len(X)/6)
   Xaxitem = X[::Xstep]
   Xaxitem = np.append(Xaxitem, X[-1])
   Xlab = np.arange(0, len(X), Xstep)
   Xlab = np.append(Xlab,len(X)-1)

   Ystep = int(len(Y)/6)
   Yaxitem = Y[::Ystep]
   Yaxitem = np.append(Yaxitem, "24:00")
   Ylab = np.arange(0, len(Y), Ystep)
   Ylab = np.append(Ylab, len(Y)-1)
   return Xaxitem, Yaxitem, Xlab, Ylab

以Xstep为步长，从名为Date的series中取值，构成轴标签。

用matplotlib绘图

def drawpic(X, Y, Z, Xax, Yax, Xlab, Ylab):
     fig = plt.figure() 
     ax = fig.gca(projection='3d')
     X, Y = np.meshgrid(Y, X)  #numpy库生成网格
     #绘图
     surf = ax.plot_surface(Y, X, Z, rstride=1, cstride=1, cmap='rainbow', linewidth=0, antialiased=False)
     ax.set_zlim(-10, 340)     #设置z轴范围
     #将X轴平均分成八段，并且轴标签旋转10度
     plt.locator_params('x', nbins=8)
     plt.xticks(Xlab, Xax, rotation=10)
     #ax.set_xlabel(r'Date')    #X轴标题

     # 将Y轴平均分成七段
     plt.locator_params('y', nbins=7)
     plt.yticks(Ylab, Yax)
     #ax.set_ylabel(r'time')    #Y轴标题
     
     plt.locator_params('z', nbins=10)
     ax.set_zlabel(r'PPFD$\mu mol\cdot m^2s^{-1}$')  #生成Z轴标题
     #图片右边的色柱(也不知道是不是这么叫的)
     fig.colorbar(surf, shrink=0.7, aspect=7)
     #绘图区背景
     plt.rcParams['axes.facecolor'] = 'g'
     plt.grid(linestyle='-.')
     show()

rstride(cstride)表示横（纵）方向绘图时的步长，不理解可以修改试验一下。camp是配色方案。其他参数大家自己探索，记不清了（难受……）

完整代码

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import sys, getopt
import pandas as pd
import xlrd
import numpy as np

from pylab import *
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

#获得外部参数的函数
# def main(argv):
#    inputfile = ''
#    outputfile = ''
#    try:
#       opts, args = getopt.getopt(argv, "hi:o:", ["ifile=", "ofile="])
#    except getopt.GetoptError:
#       print('test.py -i <inputfile> ')
#       sys.exit(2)
#    for opt, arg in opts:
#       if opt == '-h':
#          print('test.py -i <inputfile> ')
#          sys.exit()
#       elif opt in ("-i", "--ifile"):
#          inputfile = arg
#    return inputfile

#打开文件拆分日期格式


def openfile(filename):
   myusecols = input("请输入需要处理的列(例如[0,1])：")
   #读取excel文件
   mydata = pd.read_excel(io=filename, header=None, usecols=eval(myusecols),\
                          skiprows=5, parse_dates=True, converters={0: str}, names=['Time', 'PPFD'])
   #筛选出需要用于绘图的数据
   startpoint = input("输入开始日期(2019-06-01):")
   endpoint = input("输入结束日期(2019-07-01):")
   mydata = mydata[(mydata['Time'] <= endpoint) & (mydata['Time'] >= startpoint)]
   #将A列的日期数据拆分为两列。
   mydata['Date'], mydata['time'] = mydata['Time'].str.split(' ', 1).str
   mydata.Date = mydata.Date.apply(func=lambda x: x[5:])   #将日期转为%m-%D
   mydata.time = mydata.time.apply(func=lambda x: x[0:5])  #将时间转为%H-%M
   mydata.PPFD = mydata.PPFD.astype('float')  #数据转为浮点类型
   return mydata

#去重，构造数据形状
def dataset(mydata):
    #数据去重
    mydata['Date'].drop_duplicates(inplace=True)
    mydata['time'].drop_duplicates(inplace=True)
    #构造数据的形状
    Xnum = np.arange(0, len(mydata['Date']))
    Ynum = np.arange(0, len(mydata['time']))
    Znum = mydata['PPFD'].values.reshape(len(Xnum), len(Ynum))
    return Xnum, Ynum, Znum

def axstep(X, Y):
   Xstep = int(len(X)/6)
   Xaxitem = X[::Xstep]
   Xaxitem = np.append(Xaxitem, X[-1])
   Xlab = np.arange(0, len(X), Xstep)
   Xlab = np.append(Xlab,len(X)-1)

   Ystep = int(len(Y)/6)
   Yaxitem = Y[::Ystep]
   Yaxitem = np.append(Yaxitem, "24:00")
   Ylab = np.arange(0, len(Y), Ystep)
   Ylab = np.append(Ylab, len(Y)-1)
   return Xaxitem, Yaxitem, Xlab, Ylab


def drawpic(X, Y, Z, Xax, Yax, Xlab, Ylab):
     fig = plt.figure() 
     ax = fig.gca(projection='3d')
     X, Y = np.meshgrid(Y, X)  #numpy库生成网格
     #绘图
     surf = ax.plot_surface(Y, X, Z, rstride=1, cstride=1, cmap='rainbow', linewidth=0, antialiased=False)
     ax.set_zlim(-10, 340)     #设置z轴范围
     #将X轴平均分成八段，并且轴标签旋转10度
     plt.locator_params('x', nbins=8)
     plt.xticks(Xlab, Xax, rotation=10)
     #ax.set_xlabel(r'Date')    #X轴标题

     # 将Y轴平均分成七段
     plt.locator_params('y', nbins=7)
     plt.yticks(Ylab, Yax)
     #ax.set_ylabel(r'time')    #Y轴标题

     plt.locator_params('z', nbins=10)
     ax.set_zlabel(r'PPFD$\mu mol\cdot m^2s^{-1}$')  #生成Z轴标题
     #图片右边的色柱(也不知道是不是这么叫的)
     fig.colorbar(surf, shrink=0.7, aspect=7)
     #绘图区背景
     plt.rcParams['axes.facecolor'] = 'g'
     plt.grid(linestyle='-.')
     show()


if __name__ == "__main__":
   myfile = input("请输入文件名(wenya.xlsx)：")
   # myfile  = main(sys.argv[1:]) #获得外部参数
   mydata = openfile(myfile)
   X, Y, Z = dataset(mydata)
   Xax, Yax, Xlab, Ylab = axstep(mydata['Date'].values, mydata['time'].values)
   drawpic(X, Y, Z, Xax, Yax, Xlab, Ylab)

看看效果

小辣鸡自己还是觉得挺好看的（审美崩塌中……）。但是感觉还远远没有达到论文发表的水平，首先坐标轴标签感觉没和刻度对齐，可能还有其他问题我没看出来（哎~，我太难了，捣鼓半天不能用），此处@大佬。

声明

一名想用python处理试验数据的农科生，初学python望各位大佬多多指正。