无法用Plotly复现Matplotlib的3D曲面图问题求助

原Matplotlib实现代码 #

import matplotlib.pyplot as plt
import matplotlib.dates as dates

fig = plt.figure()
ax = fig.add_subplot(111, projection="3d")
ax.plot_trisurf(
    data3["strike"],
    dates.date2num(data3["expiration"]),
    data3["GEX"],
    cmap="seismic_r",
)
ax.yaxis.set_major_formatter(dates.AutoDateFormatter(ax.xaxis.get_major_locator()))
ax.set_ylabel("Expiration date", fontweight="heavy")
ax.set_xlabel("Strike Price", fontweight="heavy")
ax.set_zlabel("Gamma (M$ / %)", fontweight="heavy")
plt.show()

问题核心 #

Matplotlib的plot_trisurf支持直接处理非结构化离散散点数据，但Plotly的Surface组件要求输入的x、y、z必须是结构化二维网格数据：

• x：一维数组（网格列坐标）或二维数组
• y：一维数组（网格行坐标）或二维数组
• z：严格对应每个(x,y)网格点的二维数值数组

你当前的代码中，z=[z,z]只是重复一维数组，并非真正的网格结构，加上x、y都是一维离散值，导致Plotly无法正确渲染曲面，仅显示单一y轴值。

解决步骤与Plotly代码实现 #

1. 将DataFrame转换为结构化网格 #

用pivot_table把离散数据重构为二维网格，行对应到期日，列对应行权价，值为GEX：

import plotly.graph_objects as go
import pandas as pd

# 透视数据生成二维网格，缺失值可按需填充（示例用0）
pivot_data = data3.pivot(
    index='expiration', 
    columns='strike', 
    values='GEX'
).fillna(0)

# 提取网格所需的x、y、z数据
x = pivot_data.columns.values  # 行权价（strike）
y = pivot_data.index.values    # 到期日（expiration）
z = pivot_data.values          # GEX二维数组

2. 绘制Plotly 3D曲面图 #

fig5 = go.Figure([go.Surface(
    z=z,
    x=x,
    y=y,
    opacity=0.95,
    connectgaps=False,
    colorscale='seismic_r',  # 匹配原Matplotlib的配色
    showscale=True,
    reversescale=False
)])

# 设置轴标签与日期格式化，对齐原图表样式
fig5.update_layout(
    scene=dict(
        xaxis_title='Strike Price',
        yaxis_title='Expiration date',
        zaxis_title='Gamma (M$ / %)',
        yaxis=dict(tickformat='%Y-%m-%d')  # 自定义日期显示格式
    )
)

fig5.show()

内容的提问来源于stack exchange，提问作者kappamachine