3D-Daten mit einer Tabellenkalkulation visualisieren

Question

Gibt es ein (möglicherweise Tabellenkalkulations-?) Programm, das die Manipulation von 3D-Daten ermöglicht? Das Problem:

• Es gibt mehrere Tabellen ( A, B, C, …)
• Jede Tabelle (eine m x nMatrix) stellt gemessene Größen eines Systems zu einem bestimmten Zeitpunkt dar
• (Jede Tabelle beschreibt dasselbe System, nur zu einem anderen Zeitpunkt)
• Z. B. Tabelle A= Zustand des Systems zu einem bestimmten Zeitpunkt t=0, Tabelle B= Zustand des Systems zu einem bestimmten Zeitpunkt t=1, …

Ich möchte in der Lage sein, eine 3D-Tabelle mit der zeitlichen Entwicklung des Systems anzuzeigen und zwischen den Tabellen zu blättern (möglicherweise mit der Möglichkeit der grafischen Visualisierung).

Um die Situation besser zu veranschaulichen:

          .
         /|\
          |  time axis
          |

t = 2        +-------+
             |       |
             |   C   |
             |       |
             |       |
t = 1     +-------+  |
          |       |--+
          |   B   |
t = 0  +-------+  |
       |       |  |
       |   A   |  |
       |       |--+
       |       |
       |       |
       +-------+

Answer 1

• Da die Koordinatenachsen X (horizontal), Z (tief) und Y (vertikal) definiert sind

• Der Diagrammassistent erwartet, dass Sie für jeden Datenpunkt Namen in der ersten Spalte und Zeile und dann in den Spalten X, Y, Z haben.

• Erstellen Sie diese XYZ-Tabelle mithilfe Ihrer separaten Tabellen, die zwei der drei Achsen gemeinsam nutzen. Wenn Sie diese Tabelle explizit mithilfe von Links zu jeder Tabelle erstellen und dann die Einträge nach unten kopieren, müssen Sie den fehlenden festen Achsenwert für jede Tabelle ausfüllen.

• Das Ergebnis ist eine automatisierte farbcodierte vertikale Ebene für den verwendeten automatisierten Bereich.

• Hier ist ein Beispiel mit =RAND() in jeder Zelle, das Ergebnisse von 0 bis 1 liefert.

Wenn Sie N Datensätze als Funktion der X-Achse (Zeit) haben, können Sie alternativ ein Streudiagramm mit einer gemeinsamen X-Achse für alle und einer sekundären Achse für Werte verwenden, die sich stark vom Rest unterscheiden.

• oder verwenden Sie ein Oberflächendiagramm, wenn die Daten alle miteinander in Beziehung stehen, aber von unterschiedlichen Sensoren stammen.