使用Plotly创建3D曲面图时遇IndexError错误求助

错误原因 #

你遇到的IndexError: index 0 is out of bounds for axis 0 with size 0，是因为部分日期（Report Date）和变更类型（Change Type）的组合在数据中不存在，导致筛选后的结果为空数组，此时直接访问.values[0]就会触发索引越界错误。

修复方案 #

方案1：循环中处理空值 #

在获取计数时先判断筛选结果是否为空，为空则填充0（或NaN），避免直接取索引0：

import plotly.graph_objects as go

# 获取类别标签并排序
states = DF['Change Type'].unique()
states.sort()
weeks = DF['Report Date'].unique()
weeks.sort()
z_data = []

# 遍历日期和变更类型，处理空值
for week in weeks:
    row = []
    for state in states:
        filtered = DF[(DF['Change Type'] == state) & (DF['Report Date'] == week)]['Count of Changes']
        # 有数据则取第一个值，无数据则填充0
        val = filtered.values[0] if len(filtered) > 0 else 0
        row.append(val)
    z_data.append(row)

# 匹配你的轴需求：X=Report Date，Y=Change Type，Z=计数
trace = go.Surface(x=weeks, y=states, z=z_data)
fig = go.Figure(data=[trace])
# 设置轴标签
fig.update_layout(
    scene=dict(
        xaxis_title='Report Date',
        yaxis_title='Change Type',
        zaxis_title='Count of Changes'
    )
)
fig.show()

方案2：用透视表自动生成数据（更简洁高效） #

借助pandas的pivot_table直接生成二维表格，自动处理缺失组合并填充0，省去手动循环的麻烦：

import plotly.graph_objects as go

# 生成透视表，自动填充缺失值为0
pivot_df = DF.pivot_table(
    index='Report Date',
    columns='Change Type',
    values='Count of Changes',
    fill_value=0
)

# 提取轴数据和z值矩阵
weeks = pivot_df.index.values
states = pivot_df.columns.values
z_data = pivot_df.values

# 创建曲面图
trace = go.Surface(x=weeks, y=states, z=z_data)
fig = go.Figure(data=[trace])
fig.update_layout(
    scene=dict(
        xaxis_title='Report Date',
        yaxis_title='Change Type',
        zaxis_title='Count of Changes'
    )
)
fig.show()

额外说明 #

你原代码的轴对应逻辑和需求不符：曲面图的X/Y轴需要是离散类别（日期、变更类型），Z轴为数值型的计数，所以上述代码调整为X=Report Date、Y=Change Type、Z=Count of Changes，符合曲面图的网格数据逻辑。

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