matplotlib 自定义数据绘制三维图

最新推荐文章于 2025-07-02 14:31:05 发布

farell

最新推荐文章于 2025-07-02 14:31:05 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： matplotlib

本文链接：https://blog.csdn.net/farell/article/details/113930012

本文介绍了如何使用matplotlib的plot_trisurf()函数，针对已有的振动传感器频谱数据，自定义绘制三维图形，以展示频谱在时间轴上的分布情况。通过这种方法，实现了对复杂数据的有效可视化。

由于需要观察某一个振动传感器的频谱在时间轴的分布情况，想到用三维图进行展示，搜索了大部分例子都是用用np.meshgrid() 生成x-y平面的点阵，再用点阵用z关于x,y的函数生成z轴数据，最后由plot_surface() 进行绘制，但是我的频谱数据已经生成，不知道如何用x,y生成z轴数据。后来找到了plot_trisurf(),可以很好适用我的情况

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

from matplotlib import cm
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()

ax = fig.add_subplot(111, projection='3d')


if __name__ == '__main__':
    
    file = open('2018-06-21.csv','r')
    data_collection = []
    y_axis = np.linspace(0,25,256,endpoint=True)
    x_count = 0
    while True:
        line = file.readline()
        if not line:
            file.close()
            break
        strs = line.split(',')
        #print(len(strs))
        y_count = 0
        #print(y_axis)
        #print(len(strs[2:]))
        for item in strs[3:]:
            record = []
            record.append(float(x_count))
            record.append(float(y_axis[y_count]))
            record.append(f