R语言绘制资产时间分布3D图失败：仅显示灰色框求助

问题出在哪 #

你的代码只显示灰色框，主要是这三个原因：

• Plotly的3D曲面图对日期格式的y轴支持不佳，得转成数值型才能正常识别
• 银行资产值跨度极大（从百万到万亿级别），而密度值极小，渲染时缩放异常导致曲面无法正常显示
• 矩阵维度与轴的匹配逻辑错误，Plotly要求z矩阵的行数对应y轴长度，列数对应x轴长度，原代码的转置逻辑搞反了

一步步改代码解决 #

1. 把日期转成数值型时间索引

将日期转换为距离最早日期的天数，让Plotly能正确识别y轴维度：

# 替换原time_unique的定义
time_unique <- sort(unique(densities$REPDTE))
# 转成数值型：距离最早日期的天数
y_values <- as.numeric(time_unique - min(time_unique))

2. 修正矩阵维度和填充逻辑

重新构建密度矩阵，确保维度与x、y轴匹配：

# 矩阵行数对应时间点数量，列数对应资产值数量
density_matrix <- matrix(NA, nrow = length(y_values), ncol = length(x_values))

for (i in 1:length(y_values)) {
  subset_data <- densities %>% filter(REPDTE == time_unique[i])
  # 将每个时间点的密度值对齐到统一的x_values
  approx_result <- approx(subset_data$density_x, subset_data$density_y, xout = x_values, rule = 2)
  density_matrix[i, ] <- approx_result$y
}

3. 优化资产值显示（推荐操作）

由于资产值跨度太大，对x轴取对数能让曲面细节更清晰：

# 过滤非正资产值（银行资产应为正数），然后取对数
x_values <- sort(unique(densities$density_x[densities$density_x > 0]))
x_values_log <- log10(x_values)

# 用对数后的x值重构矩阵
density_matrix <- matrix(NA, nrow = length(y_values), ncol = length(x_values_log))

for (i in 1:length(y_values)) {
  subset_data <- densities %>% filter(REPDTE == time_unique[i], density_x > 0)
  approx_result <- approx(subset_data$density_x, subset_data$density_y, xout = x_values, rule = 2)
  density_matrix[i, ] <- approx_result$y
}

4. 修正绘图代码

替换原plot_ly部分，用处理后的数据生成图形：

# 用对数资产值的版本（不想用对数就把x换成x_values）
p1 <- plot_ly(x = x_values_log, 
              y = y_values, 
              z = density_matrix,
              type = "surface") %>%
  layout(title = "银行资产密度随时间变化3D曲面图",
         scene = list(xaxis = list(title = "资产值（对数刻度，10^x）"),
                      yaxis = list(title = "时间",
                                   # 把数值天数转回日期显示，方便阅读
                                   ticktext = format(time_unique, "%Y-%m-%d"),
                                   tickvals = y_values),
                      zaxis = list(title = "密度")))
# 显示图形
p1

额外检查点 #

• 先检查densities数据框是否有大量空值，运行sum(is.na(densities))即可，有空值先过滤
• 如果仍显示灰色框，尝试缩小资产值范围，比如只保留100万到1万亿之间的数据：

densities_filtered <- densities %>% filter(density_x >= 1e6, density_x <= 1e12)
x_values <- sort(unique(densities_filtered$density_x))

内容的提问来源于stack exchange，提问作者JF96