Python提取XYZ数据存CSV/Excel遇异常，求解决方案

问题分析 #

1. CSV文件无报错但找不到：你使用的是相对路径，文件默认生成在Python脚本的当前工作目录中，大概率是你没找对位置。
2. to_excel报错：pandas保存Excel需要依赖第三方库（如openpyxl），默认环境未安装该库，直接调用会触发报错。

解决方案 #

1. 确认CSV文件位置 #

在代码中添加打印当前工作目录的代码，即可明确文件生成路径：

import os
print("当前工作目录：", os.getcwd())

2. 安装Excel依赖库 #

运行以下命令安装openpyxl（支持.xlsx格式文件读写）：

pip install openpyxl

3. 修改后的完整代码 #

下面的代码会同时生成CSV和Excel文件，且为数据添加列名，方便后续Excel分析：

import matplotlib.pyplot as plt  
from mpl_toolkits.mplot3d import Axes3D  
from matplotlib import cm  
from matplotlib.ticker import LinearLocator, FormatStrFormatter  
import pandas as pd
import numpy as np
import os  # 用于获取当前目录及文件绝对路径

# 打印当前工作目录，便于查找生成的文件
print("当前工作目录：", os.getcwd())

fig = plt.figure()
ax = fig.add_subplot(projection='3d')
N = np.arange(0, 10, 1)
M = np.arange(0, 15, 1)
N, M = np.meshgrid(N, M)
DNM = 3992.88*N - 2585.96*M

# 展平数据并筛选指定范围的Z值
x, y, z = N.ravel(), M.ravel(), DNM.ravel()
limits = np.logical_and(z >= -25000, z <= 20000)
x, y, z = x[limits], y[limits], z[limits]

# 将数据转为DataFrame并添加列名，提升可读性
xyz = np.column_stack((x, y, z))
df = pd.DataFrame(xyz, columns=['N', 'M', 'DNM'])

# 保存CSV文件
csv_path = "xyz_data.csv"
df.to_csv(csv_path, index=False)
print(f"CSV文件已保存至：{os.path.abspath(csv_path)}")

# 保存Excel文件（需提前安装openpyxl）
excel_path = "xyz_data.xlsx"
df.to_excel(excel_path, index=False, engine='openpyxl')
print(f"Excel文件已保存至：{os.path.abspath(excel_path)}")

# 若需要显示3D绘图，取消以下注释
# surf = ax.plot_surface(N, M, DNM, rstride=1, cstride=1, cmap=cm.jet,
#        linewidth=0, antialiased=False)
# ax.set_zlim(-25000, 20000)
# ax.zaxis.set_major_locator(LinearLocator(10))
# ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
# fig.colorbar(surf, shrink=0.5, aspect=10)
# plt.show()

关键修改说明 #

• 新增os模块，通过打印当前目录和文件绝对路径，彻底解决找不到生成文件的问题
• 为DataFrame添加列名，让Excel中的数据更易理解
• 保存Excel时指定engine='openpyxl'，解决依赖库缺失导致的报错

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