如何用Python将指定DataFrame绘制成隐含波动率曲面3D图？

1. 导入所需库 #

需要导入数据处理、绘图及3D绘图相关的库：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

2. 构造你的DataFrame #

先把你提供的数据转换成可直接运行的DataFrame：

data = {
    'Strike': [100, 200, 300],
    1.5: [4, 6, 10],
    2.7: [5, 7, 11],
    3: [6, 8, 13]
}
df = pd.DataFrame(data)

3. 准备3D绘图的网格数据 #

Matplotlib的3D曲面图要求X、Y是网格形式的二维数组，和Z的维度匹配：

• X轴：提取Strike列的数值
• Y轴：提取表头的1.5、2.7、3，转成数值类型
• Z轴：提取表格内的对应数值，转置后匹配网格维度

# 提取原始数据
x = df['Strike'].values
y = df.columns[1:].astype(float).values  # 跳过Strike列，转为数值
z = df.iloc[:, 1:].values  # 获取所有数值单元格

# 生成网格数据
X, Y = np.meshgrid(x, y)
Z = z.T  # 转置Z，让维度和X、Y一致

4. 绘制3D曲面图 #

创建画布和3D坐标轴，调用plot_surface绘制，同时设置标签和颜色条：

# 创建画布
fig = plt.figure(figsize=(10, 7))
# 添加3D坐标轴
ax = fig.add_subplot(111, projection='3d')

# 绘制曲面，设置颜色映射和边框颜色
surf = ax.plot_surface(X, Y, Z, cmap='viridis', edgecolor='lightgray')

# 设置坐标轴标签
ax.set_xlabel('Strike')
ax.set_ylabel('Y Axis Values')
ax.set_zlabel('Z Axis Values')

# 添加颜色条，对应Z轴数值
fig.colorbar(surf, shrink=0.5, aspect=5)

# 显示图形
plt.show()

可选：绘制线框式3D图 #

如果想更清晰看到数据的网格结构，把plot_surface换成plot_wireframe即可：

ax.plot_wireframe(X, Y, Z, color='black', linewidth=0.8)

新手注意点 #

• 确保X、Y、Z的维度完全一致，这里通过np.meshgrid和转置Z来实现
• cmap参数可以替换成其他颜色映射，比如plasma、coolwarm
• 代码可以直接复制运行，若你的DataFrame结构和示例一致，无需修改核心逻辑

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