牟曉東

在進(jìn)行開源硬件編程時(shí)經(jīng)常要對(duì)獲取到的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行實(shí)時(shí)或后期數(shù)據(jù)可視化分析，一般情況下我們都是在Python編程時(shí)先導(dǎo)入matplotlib模塊或Seaborn模塊，然后使用其中的pyplot、displot等子模塊與命令再結(jié)合numpy和pandas進(jìn)行各種圖表的繪制。類似于matplotlib的底層可視化庫(kù)雖然圖表資源豐富且可定制性較強(qiáng)，但作為靜態(tài)的繪圖模塊，matplotlib的書寫代碼量較大，操作稍顯繁瑣，此時(shí)建議大家可嘗試一下能夠同時(shí)支持二維和三維作圖的Plotly，它是基于JavaScript的動(dòng)態(tài)繪圖模塊，能夠通過簡(jiǎn)單的幾行代碼就繪制出非常漂亮的圖表，便于與他人進(jìn)行共享，在此以繪制三維的點(diǎn)與線和函數(shù)的三維面為例進(jìn)行展示：

首先，運(yùn)行Jupyter Notebook （anaconda3），導(dǎo)入相關(guān)的模塊：“import? plotly.graph_objects as go”“import pandas as pd”;接著，通過“data = pd.read_csv（'data/3d-points.csv'）”對(duì)準(zhǔn)備好的csv數(shù)據(jù)文件進(jìn)行讀取加載，再通過“data.head（）”進(jìn)行前五行數(shù)據(jù)的顯示——該csv文件中的數(shù)據(jù)只有X、Y和Z三列，每一行的三個(gè)數(shù)據(jù)即對(duì)應(yīng)一個(gè)三維坐標(biāo)點(diǎn)，如（1，1，1）、（4，2，1）等，共300個(gè)點(diǎn);然后建立變量line，為其賦值為“go.Scatter3d（x= data['X']，y=data['Y']，z=data['Z']）”，將參數(shù)中的三維坐標(biāo)點(diǎn)與data中讀取csv文件中的各個(gè)三維坐標(biāo)點(diǎn)進(jìn)行對(duì)應(yīng);再建立變量fig，賦值為“go.Figure（line）”，最后通過“fig.show（）”進(jìn)行繪圖輸出。

點(diǎn)擊“運(yùn)行”按鈕后就會(huì)看到生成了三維的點(diǎn)與線圖（如圖1），此時(shí)可通過鼠標(biāo)的左右上下拖動(dòng)對(duì)圖進(jìn)行各個(gè)角度的動(dòng)態(tài)展示，也可以推拉滾輪來縮放。同時(shí)，在圖的右上方區(qū)域還提供了一系列小工具，實(shí)現(xiàn)圖片的保存、縮放與移動(dòng)等功能。

如果要繪制三維面的話，比如想看一下某個(gè)函數(shù)在三維空間中“長(zhǎng)”什么樣子，可以先構(gòu)造出每個(gè)二維坐標(biāo)面中的均勻“點(diǎn)陣”，再將對(duì)應(yīng)的高度值進(jìn)行疊加即可。以函數(shù)“z=x的平方加y的平方”為例，仍然是在Jupyter中先導(dǎo)入模塊：“import? plotly.graph_objects as go”、“import numpy as np”;接著建立x和y兩個(gè)變量，分別為其賦值為“x = np.arange（-6，7）”“y=np.arange（-6，7）”，對(duì)應(yīng)的數(shù)據(jù)范圍是從-6到6（中間包括0）共13個(gè)整數(shù);然后，建立變量xv和yv，并同時(shí)進(jìn)行賦值：“xv，yv = np.meshgrid（x，y）”，得到兩個(gè)“矩陣”，此時(shí)可運(yùn)行代碼分別查看一下xv和yv的值;接下來再建立變量z，賦值為“xv**2 + yv**2”，即函數(shù)“z=x的平方加y的平方”的Python表達(dá)方式，此時(shí)仍然可以查看變量z的矩陣數(shù)據(jù)（如圖2）。

與繪制三維的點(diǎn)和線類似，建立變量surface并進(jìn)行賦值“go.Surface（x=xv，y=yv，z=z）”，同樣是讓參數(shù)x、y和z與上面的xv、yv和z進(jìn)行三維坐標(biāo)點(diǎn)的一一對(duì)應(yīng);最后，通過“fig = go.Figure（surface）”和“fig.show（）”進(jìn)行該函數(shù)的三維面顯示輸出（如圖3）。

Plotly的操作難度確實(shí)不大，而且各種圖片的顯示效果都非常不錯(cuò)，大家不妨一試。