多变量回归3D拟合线绘制报错求助：Line3D无_verts3d属性

我来帮你拆解这两个错误的根源，其实都是代码里的小细节没注意到——一个是笔误，另一个是数据维度不匹配导致的，一步步来解决：

错误原因分析 #

1. 隐藏的变量名笔误 #

你代码里先定义了z_cord和z_cod，但后面合并的时候却写了s = y_cord.add(y_cod, fill_value=0)——这里的y_cord和y_cod根本没定义！虽然你说注释掉plot3D后散点图能正常显示，可能是你实际运行时的笔误，但这是第一个要修正的点，必须把y_cord和y_cod改成z_cord和z_cod，否则会触发NameError。

2. plot3D的输入数据维度不匹配（核心错误） #

ax.plot3D()要求输入的x、y、z必须是一维数组（比如pandas Series或者numpy一维数组），但你用train_engine[['ENGINESIZE']]这种双括号写法返回的是二维DataFrame，这就直接触发了ValueError: input operand has more dimensions than allowed by the axis remapping；而这个维度错误又导致生成的Line3D对象不符合库的预期，进而引发后续的AttributeError: 'Line3D' object has no attribute '_verts3d'。

修正后的完整代码 #

我还帮你简化了z值的计算（去掉低效的循环，改用pandas向量运算），同时修正了数据维度问题：

# 简化并修正z值的计算：直接用向量运算，避免循环
z = regr.coef_[0][0] * train_engine['ENGINESIZE'] + regr.coef_[0][1] * train_engine['FUELCONSUMPTION_CITY'] + regr.intercept_

fig = plt.figure()
ax = fig.gca(projection='3d')

# 散点图：改用单括号取Series（一维），更规范
ax.scatter(data['ENGINESIZE'], data['FUELCONSUMPTION_CITY'], co2_data)

# plot3D用一维数据：单括号取Series即可
x = train_engine['ENGINESIZE']
y = train_engine['FUELCONSUMPTION_CITY']
ax.plot3D(x, y, z, color='red')

plt.show()

额外小技巧 #

如果你习惯用双括号取DataFrame，也可以用.values.ravel()或者.squeeze()把二维数据转成一维，比如：

x = train_engine[['ENGINESIZE']].values.ravel()

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