我在matplotlib中生成了一个复制matlab瀑布行为的函数，但我不认为这是最好的解决方案，当涉及到性能。
我从matplotlib文档中的两个例子开始：multicolor lines和multiple lines in 3d plot。从这些示例中，我只看到了可以绘制颜色根据给定颜色Map图根据其z值变化的线，该示例是重新塑造输入数组以通过2个点的线段绘制线，并将线段的颜色设置为2个点之间的z均值。
因此，给定输入矩阵n,m、X、Y和Z，函数在n,m之间的最小维度上循环以绘制每条线，如示例中所示，通过2个点段，其中通过段绘制的整形是使用与示例相同的代码对阵列进行整形。

def waterfall_plot(fig,ax,X,Y,Z):
    '''
    Make a waterfall plot
    Input:
        fig,ax : matplotlib figure and axes to populate
        Z : n,m numpy array. Must be a 2d array even if only one line should be plotted
        X,Y : n,m array
    '''
    # Set normalization to the same values for all plots
    norm = plt.Normalize(Z.min().min(), Z.max().max())
    # Check sizes to loop always over the smallest dimension
    n,m = Z.shape
    if n>m:
        X=X.T; Y=Y.T; Z=Z.T
        m,n = n,m

    for j in range(n):
        # reshape the X,Z into pairs 
        points = np.array([X[j,:], Z[j,:]]).T.reshape(-1, 1, 2)
        segments = np.concatenate([points[:-1], points[1:]], axis=1)        
        lc = LineCollection(segments, cmap='plasma', norm=norm)
        # Set the values used for colormapping
        lc.set_array((Z[j,1:]+Z[j,:-1])/2)
        lc.set_linewidth(2) # set linewidth a little larger to see properly the colormap variation
        line = ax.add_collection3d(lc,zs=(Y[j,1:]+Y[j,:-1])/2, zdir='y') # add line to axes

    fig.colorbar(lc) # add colorbar, as the normalization is the same for all, it doesent matter which of the lc objects we use

因此，可以使用与matplotlib曲面图相同的输入矩阵轻松生成看起来像matlab瀑布的图：

import numpy as np; import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection
from mpl_toolkits.mplot3d import Axes3D

# Generate data
x = np.linspace(-2,2, 500)
y = np.linspace(-2,2, 40)
X,Y = np.meshgrid(x,y)
Z = np.sin(X**2+Y**2)
# Generate waterfall plot
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
waterfall_plot(fig,ax,X,Y,Z) 
ax.set_xlabel('X') ; ax.set_xlim3d(-2,2)
ax.set_ylabel('Y') ; ax.set_ylim3d(-2,2)
ax.set_zlabel('Z') ; ax.set_zlim3d(-1,1)

该函数假设在生成网格时，x数组是最长的，默认情况下，线的y是固定的，x坐标变化。然而，如果y维度的大小更大，则矩阵被转置，生成具有固定X的线。因此，生成具有反转的大小（len(x)=40和len(y)=500）的网格得到：

使用pandas Dataframe ，x轴作为第一列，每个光谱作为另一列

offset=0
for c in s.columns[1:]:
    plt.plot(s.wavelength,s[c]+offset)
    offset+=.25
    plt.xlim([1325,1375])