Python实现读取txt文件并画三维图简单代码示例

yipeiwu_com6年前Python基础

记忆力差的孩子得勤做笔记!

刚接触python,最近又需要画一个三维图,然后就找了一大堆资料,看的人头昏脑胀的,今天终于解决了!好了,废话不多说,直接上代码!

#由三个一维坐标画三维散点 
#coding:utf-8 
import numpy as np 
import matplotlib.pyplot as plt 
from mpl_toolkits.mplot3d.axes3d import Axes3D 
 
x = [] 
y = [] 
z = [] 
f = open("data\\record.txt") 
line = f.readline() 
while line: 
  c,d,e = line.split() 
  x.append(c) 
  y.append(d) 
  z.append(e) 
 
  line = f.readline()   
f.close() 
#string型转int型 
x = [ int( x ) for x in x if x ] 
y = [ int( y ) for y in y if y ] 
z = [ int( z ) for z in z if z ] 
print x 
fig=plt.figure() 
ax=Axes3D(fig) 
ax.scatter3D(x, y, z) 
ax.set_xlabel('x') 
ax.set_ylabel('y') 
ax.set_zlabel('z') 
plt.show() 

最关键的步骤就是那个string类型转int类型,之前缺了这一步,死活的报错,好了,终于搞定!

#画三维线

#
coding: utf - 8
from mpl_toolkits.mplot3d
import axes3d
import matplotlib.pyplot as plt

x = []
y = []
z = []
f = open("data\\record.txt")
line = f.readline()
while line:
  c, d, e = line.split()
x.append(c)
y.append(d)
z.append(e)

line = f.readline()

f.close()

# string型转int型
x = [int(x) for x in x
  if x
]
y = [int(y) for y in y
  if y
]
z = [int(z) for z in z
  if z
]

# print x
fig = plt.figure()
ax = fig.gca(projection = '3d')

ax.plot(x, y, z)

ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
plt.show()

总结

以上就是本文关于Python实现读取txt文件并画三维图简单代码示例的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题。如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!

相关文章

Python通过matplotlib绘制动画简单实例

Python通过matplotlib绘制动画简单实例

Matplotlib是一个Python的2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。 通过Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,直...

python递归法解决棋盘分割问题

python递归法解决棋盘分割问题

题目描述:将一个8*8的棋盘进行分割,将原棋盘分割下一个矩阵,同时确保剩下的棋盘也是矩阵; 再将剩下的棋盘继续进行如上分割,这样割(n-1)次,最后原棋盘被分割成n块矩形棋盘; 注意:每...

对python numpy数组中冒号的使用方法详解

对python numpy数组中冒号的使用方法详解

python中冒号实际上有两个意思:1.默认全部选择;2. 指定范围。 下面看例子 定义数组 X=array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[1...

Python第三方库face_recognition在windows上的安装过程

实际上face_recognition这个项目尤其是dlib更适用于Linux系统。经过我的测试,在性能方面,编译同样规格的项目,这个工具在Windows 10 上大约是Ubuntu上的...

pytorch三层全连接层实现手写字母识别方式

pytorch三层全连接层实现手写字母识别方式

先用最简单的三层全连接神经网络,然后添加激活层查看实验结果,最后加上批标准化验证是否有效 首先根据已有的模板定义网络结构SimpleNet,命名为net.py import torc...