我正在尝试在 python 中创建一座山的表面图,其中我有一些 xyz 数据。最终结果应该类似于 that .文件格式如下:
616000.0 90500.0 3096.712
616000.0 90525.0 3123.415
616000.0 90550.0 3158.902
616000.0 90575.0 3182.109
616000.0 90600.0 3192.991
616025.0 90500.0 3082.684
616025.0 90525.0 3116.597
616025.0 90550.0 3149.812
616025.0 90575.0 3177.607
616025.0 90600.0 3191.986
等等。第一列代表x坐标,中间一列代表y坐标,z属于xy坐标的高度。
我使用 pandas 读取数据,然后将列转换为单独的 x、y、z NumPy 一维数组。到目前为止,我设法创建了一个简单的 3D 散点图,其中使用 for 循环遍历每个 1D 数组的每个索引,但这需要很长时间并且看起来效率很低。
我已经尝试使用 scipy.interpolate.griddata 和 plt.plot_surface,但是对于 z 数据我总是得到错误该数据应该在二维数组中,但我无法弄清楚为什么或如何它应该是二维数据。我假设如果我有 xyz 数据,应该有一种方法可以简单地从中创建一个表面。有没有简单的方法?
请您参考如下方法:
使用函数 plot_trisurf和 scatter来自 matplotlib,给定 X Y Z 数据可以绘制类似于 given plot .
import sys
import csv
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d
# Read CSV
csvFileName = sys.argv[1]
csvData = []
with open(csvFileName, 'r') as csvFile:
csvReader = csv.reader(csvFile, delimiter=' ')
for csvRow in csvReader:
csvData.append(csvRow)
# Get X, Y, Z
csvData = np.array(csvData)
csvData = csvData.astype(np.float)
X, Y, Z = csvData[:,0], csvData[:,1], csvData[:,2]
# Plot X,Y,Z
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_trisurf(X, Y, Z, color='white', edgecolors='grey', alpha=0.5)
ax.scatter(X, Y, Z, c='red')
plt.show()
在这里,
- 包含
X Y Z数据的文件作为上述脚本的参数提供 - 在
plot_trisurf中,用于控制外观的参数。例如alpha用于控制表面的不透明度 - 在
scatter中,c参数指定绘制在表面上的点的颜色
对于给定的数据文件,生成以下图
注意:在这里,地形是由一组给定的 3D 点的三角测量形成的。因此,图中沿表面的等高线未与 X 轴和 Y 轴对齐
