Python绘制3D图时x/y维度不匹配ValueError报错解决

报错由两个问题共同导致：

• 传入3D绘图接口的数组长度不匹配：原代码中K、E在内层K1循环中追加值，总长度为784，但N在外层N1循环中追加值，长度仅为28，三者维度不一致无法绘图。
• 绘图方法选择错误：ax.plot()用于绘制3D空间折线，无法展示双参数网格对应的误差分布，无法满足3D误差可视化的需求。
  另外原代码的参数遍历范围有遗漏：Pythonrange()是左闭右开区间，原写法range(3,31,1)最大只能取到30、range(20,300,10)最大只能取到290，不符合设定的参数范围要求。

按以下步骤调整即可正常出图：

• 修正参数生成逻辑，保证K1覆盖20_{300、N1覆盖3}31的全范围
• 调整值追加逻辑，在内层循环同步追加K1、N1、误差值，保证三个一维数组长度完全一致
• 用np.meshgrid将一维参数序列转为二维网格矩阵，将误差数组reshape为对应维度
• 替换ax.plot()为ax.plot_surface()绘制误差曲面，可直观展示两个参数变化时误差的连续变化趋势

修复后的可运行代码如下：

import numpy as np
import scipy.stats as si
from scipy import integrate
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

r = 0.03
S0 = 100
T = 1
u1 = 1/5
mu = r
strike = 100
sigma = 0.3

# 生成符合范围要求的参数序列
K1_list = np.arange(20, 310, 10)
N1_list = np.arange(3, 32, 1)

# 预计算基准期权价值
d1 = (np.log(S0 / strike) + (r + 0.5 * sigma ** 2) * T) / (sigma * np.sqrt(T))
d2 = (np.log(S0 / strike) + (r - 0.5 * sigma ** 2) * T) / (sigma * np.sqrt(T))
call = S0 * si.norm.cdf(d1, 0.0, 1.0) - strike * np.exp(-r * T) * si.norm.cdf(d2, 0.0, 1.0)

K = []
N = []
E = []

for N1 in N1_list:
    for K1 in K1_list:
        def f(x):
            d = (np.log(x/strike) + (r + 0.5 * sigma ** 2) * (T-u1)) / (sigma * np.sqrt(T-u1))
            W1 = si.norm.pdf(d) / (x*sigma*np.sqrt(T-u1))
            d11 = (np.log(S0/x) + (r + 0.5 * sigma ** 2) * u1) / (sigma * np.sqrt(u1))
            d22 = (np.log(S0/x) + (r - 0.5 * sigma ** 2) * u1) / (sigma * np.sqrt(u1))
            call1 = S0 * si.norm.cdf(d11, 0.0, 1.0) - x * np.exp(-r * u1) * si.norm.cdf(d22, 0.0, 1.0)
            return W1 * call1
        hedge = integrate.fixed_quad(f, 0, K1, n=N1)
        error = np.log(np.abs(hedge[0] - call))
        # 三个值同步追加，保证维度匹配
        K.append(K1)
        N.append(N1)
        E.append(error)

# 转换为numpy数组并生成绘图网格
K = np.array(K)
N = np.array(N)
E = np.array(E)
K_grid, N_grid = np.meshgrid(K1_list, N1_list)
E_grid = E.reshape(len(N1_list), len(K1_list))

# 绘制3D误差曲面
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111, projection='3d')
ax.set_title("Error in option value")
ax.set_xlabel("Value of K1")
ax.set_ylabel("Number of quadrature points")
ax.set_zlabel("Log error")
surf = ax.plot_surface(K_grid, N_grid, E_grid, cmap='viridis', edgecolor='none')
fig.colorbar(surf, shrink=0.5, aspect=5, label='Log error')
plt.savefig("some.png", dpi=200)
plt.show()

如果你不需要连续曲面，也可以将曲面绘制语句替换为ax.scatter(K, N, E)绘制三维散点图，同样可以展示所有参数组合对应的误差值。

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