CSV生成3D图遇pandas循环报错，求代码修正及绘图方案

一、解决ValueError: too many values to unpack (expected 2)并提取三个一维列表 #

这个错误是遍历pandas数据时解构变量数量不匹配导致的。要提取洗涤剂名称、浓度、对应数值三个等长的普通Python列表（非数组），推荐两种高效方法：

方法1：用pandas的melt函数（推荐，代码简洁） #

假设你的CSV结构是：第一列为洗涤剂名称（行标识），其余列是不同浓度值，单元格为对应数值。代码如下：

import pandas as pd

# 读取CSV，将第一列设为索引（洗涤剂名称）
df = pd.read_csv('your_data.csv', index_col=0)

# 将宽表转换为长表，拆分出行名、列名和数值
melted_df = df.reset_index().melt(
    id_vars='index',  # 保留洗涤剂名称列
    var_name='浓度',   # 列名重命名为“浓度”
    value_name='数值'  # 单元格值重命名为“数值”
)

# 转换为普通Python列表（非数组）
洗涤剂名称 = melted_df['index'].tolist()
浓度 = melted_df['浓度'].tolist()
数值 = melted_df['数值'].tolist()

# 验证长度一致（必须相等才能用于3D绘图）
print(f"列表长度：洗涤剂名称{len(洗涤剂名称)}，浓度{len(浓度)}，数值{len(数值)}")

方法2：嵌套遍历（适合理解逻辑） #

如果习惯手动遍历，可通过双层循环提取数据：

import pandas as pd

df = pd.read_csv('your_data.csv', index_col=0)

洗涤剂名称 = []
浓度 = []
数值 = []

# 外层遍历每一行（洗涤剂名称+对应所有浓度的数值）
for detergent_name, row_data in df.iterrows():
    # 内层遍历该行的每个浓度和对应数值
    for conc, val in row_data.items():
        洗涤剂名称.append(detergent_name)
        浓度.append(conc)
        数值.append(val)

二、3D散点图绘制示例 #

用matplotlib实现基础3D散点图，注意如果浓度是字符串类型，需要先转为数值：

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

# 若浓度是字符串（如"0.1%"），先处理为数值
浓度数值 = [float(conc.strip('%')) for conc in 浓度]

# 创建3D绘图对象
fig = plt.figure(figsize=(10, 7))
ax = fig.add_subplot(111, projection='3d')

# 绘制散点图
ax.scatter(浓度数值, 洗涤剂名称, 数值, s=50, alpha=0.7)

# 设置坐标轴标签
ax.set_xlabel('浓度', fontsize=12)
ax.set_ylabel('洗涤剂名称', fontsize=12)
ax.set_zlabel('测量数值', fontsize=12)

plt.title('洗涤剂浓度-数值3D散点图', fontsize=14)
plt.show()

三、其他可行的可视化方式 #

除了3D散点图，根据你的数据特点还可以选择这些方案：

• 热力图：用seaborn的heatmap直接展示洗涤剂×浓度的数值矩阵，适合快速对比不同组合的数值高低，无需3D视角也能直观分析。
• 3D曲面图：如果浓度是连续有序的、洗涤剂也有明确排序，可将数据转为二维网格后用matplotlib的plot_surface绘制，展示数值的整体变化趋势。
• 分组2D散点图：以浓度为X轴、数值为Y轴，每个洗涤剂用不同颜色标记，适合对比单种洗涤剂随浓度变化的趋势，比3D图更易聚焦局部差异。
• 3D柱状图：用matplotlib的bar3d绘制每个（洗涤剂-浓度）组合的柱状图，适合突出离散数值的对比效果。

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