如何将多个类高斯2D线谱剖面堆叠为3D线框图？

没问题呀！当然可以把大量2D剖面整合到堆叠轴中，生成3D线框图。结合你现有的代码，我给你两种实用的实现方式，你可以按需选择：

方式1：循环绘制单条剖面线（灵活选剖面） #

这种方式适合手动挑选部分剖面绘制，避免7万多条线过于密集重叠。代码修改如下：

import matplotlib.pyplot as plt

# 假设你已经加载好data1b (shape: 71676, 64) 和 spatial (shape: 64)
fig = plt.figure(figsize=(10, 8))
# 创建3D坐标轴
ax = fig.add_subplot(111, projection='3d')

# 选每隔1000个剖面画一条，避免太挤（你可以按需调整step值）
step = 1000
selected_profiles = range(0, data1b.shape[0], step)

for profile_idx in selected_profiles:
    # x轴：空间坐标spatial；y轴：剖面的堆叠位置（用索引代替，也可以换成你的物理堆叠坐标）
    x = spatial
    y = [profile_idx] * len(x)
    # z轴：当前剖面的幅值数据
    z_values = data1b[profile_idx]
    
    # 绘制单条3D线
    ax.plot(x, y, z_values, linewidth=0.5)

# 设置坐标轴标签，让图更清晰
ax.set_xlabel('Spatial Coordinate')
ax.set_ylabel('Profile Index (Stacked Axis)')
ax.set_zlabel('Amplitude')

# 调整视角，方便观察
ax.view_init(elev=30, azim=45)

plt.tight_layout()
plt.show()

方式2：用plot_wireframe生成规整网格线图 #

如果想要更规整的线框网格效果，可以把数据整理成二维矩阵，直接用matplotlib的plot_wireframe：

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')

# 同样选部分剖面，避免数据量过大
step = 1000
selected_indices = np.arange(0, data1b.shape[0], step)
# 提取选中的剖面数据
selected_data = data1b[selected_indices, :]

# 生成网格坐标：X对应spatial，Y对应剖面的堆叠位置
X, Y = np.meshgrid(spatial, selected_indices)

# 绘制线框图
ax.plot_wireframe(X, Y, selected_data, rstride=1, cstride=1, linewidth=0.5)

# 设置标签和视角
ax.set_xlabel('Spatial Coordinate')
ax.set_ylabel('Profile Index (Stacked Axis)')
ax.set_zlabel('Amplitude')
ax.view_init(elev=30, azim=45)

plt.tight_layout()
plt.show()

小提示： #

• 如果你的剖面有对应的物理堆叠坐标（比如时间、深度等），直接把代码里的profile_idx/selected_indices换成你的物理坐标数组就行，不用局限于索引。
• 要是觉得线条还是太密，就调大step值，减少绘制的剖面数量；反之调小step可以展示更多细节。

内容的提问来源于stack exchange，提问作者eocahill