关键步骤：
1.首先通过读取.txt文本数据并进行一系列字符串处理，提取显示所需要的相关数据矩阵
2.然后利用python的matplotlib库来进行动态三维显示
备注：matplotlib在显示2d数据可视化方面有着绝对的优势，但是在三维点云显示方面则存在很多问题，首先一个就是显示几千几万点以上甚至更多三维点的时候，电脑CPU明显跟不上，计算机显示明显变得卡顿，所以当需要显示更多的点的时候，建议使用python的另一个利用GPU渲染的库vispy，本人亲测，普通i5,GTX750台式机显示个几千万个点是毫无压力的
import numpy as np
import math
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.animation import FuncAnimation
f=open('data.txt','r')
point=f.read()
f.close()
l1=point.replace('\n',',')
l2=l1.replace(' ',',')
l3=l2.split(',')
#print(l3)
m1=np.array(l3)
m2=m1.reshape(2664,6)
m3=[]
for each in m2:
each_line=list(map(lambda x:float(x),each))
m3.append(each_line)
m4=np.array(m3)
print(m4)
yaw=[i[0] for i in m4]
pitch=[i[1] for i in m4]
radius=[i[2] for i in m4]
c1=[i[3:6] for i in m4]
c2=np.array(c1)
c3=c2.reshape(2664,3)
print(c3)
x=[]
y=[]
z=[]
for i in range(len(m4)):
x.append(radius[i]*math.sin(0.0174532924*pitch[i])*math.sin(0.0174532924*yaw[i]))
y.append(radius[i]*math.cos(0.0174532924*pitch[i]))
z.append(radius[i]*math.sin(0.0174532924*pitch[i])*math.cos(0.0174532924*yaw[i]))
# print(x)
# print(y)
# print(z)
def animate():
return point
def init():
return point
fig=plt.figure(figsize=(16,9),dpi=120)
ax=fig.add_subplot(111,projection='3d')
plt.title('point')
ax.set_xlabel('X Label')
ax.set_ylabel('Z Label')
ax.set_zlabel('Y Label')
anim = FuncAnimation(fig,animate, frames=np.arange(100), init_func=init,
interval=100, blit=True)
for i in range(2664):
point=ax.scatter(z[i],x[i],y[i],c=(c3[i]/255),marker='.',s=10,linewidth=1,alpha=1,cmap='spectral')
plt.ion()
plt.pause(0.01)
plt.close
plt.show()
数据点未进行着色时的情况显示如下：
