如何在Python Plotly 3D图中绘制多线及同时展示多Z变量

核心思路 #

Plotly Express的scatter_3d不支持直接传入多个Z列，但可以通过添加多个Trace的方式实现需求，无需修改原始数据结构。对于厚度数据，直接为每个测点的z_base和z_top绘制垂直连线即可。

完整代码示例 #

import plotly.express as px
import plotly.graph_objects as go

# 假设数据已加载到data变量（如pandas DataFrame）
fig = px.scatter_3d(data, x='x', y='y', z='z_single', color='Type')

# 为每个测点添加z_base到z_top的连线
for idx, row in data.iterrows():
    # 匹配对应散点的颜色
    point_color = fig.data[0].marker.color[idx]
    fig.add_trace(go.Scatter3d(
        x=[row['x'], row['x']],
        y=[row['y'], row['y']],
        z=[row['z_base'], row['z_top']],
        mode='lines',
        line=dict(color=point_color, width=2),
        showlegend=False  # 避免图例重复
    ))

fig.update_layout(title='测点高度与厚度展示')
fig.show()

代码说明 #

1. 散点图部分：用px.scatter_3d绘制z_single的散点，保留原有的color='Type'配色逻辑，确保测点分类可视化清晰。
2. 连线部分：
   • 遍历每一行数据，为每个测点生成一条垂直于XY平面的连线，精准连接该测点的z_base和z_top。
   • 连线颜色与对应散点颜色一致，保证视觉统一性。
   • 关闭连线的图例显示，避免界面冗余。

大数据量优化方案 #

如果数据量较大，循环遍历效率偏低，可以用向量式构造数据批量添加连线：

# 批量构造连线的坐标数据
x_lines = data['x'].tolist() * 2
y_lines = data['y'].tolist() * 2
z_lines = data['z_base'].tolist() + data['z_top'].tolist()
# 生成分组标识，确保每个测点的两个点被正确连接
group_ids = [i for i in range(len(data)) for _ in range(2)]

fig.add_trace(go.Scatter3d(
    x=x_lines,
    y=y_lines,
    z=z_lines,
    mode='lines',
    line=dict(color=fig.data[0].marker.color.repeat(2), width=2),
    showlegend=False,
    customdata=group_ids,
    hovertemplate='测点: %{customdata}<br>高度: %{z}'
))

这种方式仅需添加一个Trace，执行效率更高，适合大规模数据集。

内容的提问来源于stack exchange，提问作者cirdir