python画图学习笔记

之前没少用python画过图，很方便，这里边画边整理一下。

画图参考这篇博客
无法显示中文参考这篇博客

开坑中。

点我展开代码import matplotlib.pyplot as plt
import numpy as np

#显示中文字体
plt.rcParams['font.family'] = 'AR PL UMing CN'
plt.rcParams['axes.unicode_minus'] =False

# 月份数据
months = ["{}月份".format(i) for i in range(1,13)]

# 苹果销量数据
apple_sales = [50, 90, 70, 80, 90, 100, 80, 120, 130, 140, 150, 160]

# 鸭梨销量数据
pear_sales = [40, 55, 85, 75, 85, 95, 105, 115, 90, 135, 145, 155]

# 创建图形和轴，figsize表示大小
fig, ax = plt.subplots(figsize=(14,4))

# 绘制苹果销量数据,，label写明哪条线表示什么,color设置线条颜色,marker表示用哪种样式，linewidth设置线条粗细
ax.plot(months, apple_sales, label='苹果销量', color='red', marker='o' ,linewidth=1)

# 绘制鸭梨销量数据
ax.plot(months, pear_sales, label='鸭梨销量', color='blue', marker='s' ,linewidth=1)

# 添加标题和标签
ax.set_title('苹果和鸭梨的销量')
ax.set_xlabel('月份')
ax.set_ylabel('销量')

# 添加图例
ax.legend()

# 显示网格,alpha设置网格透明度
ax.grid(alpha=0.5,linestyle=':')

# 显示图形
plt.show()

自己写的debug小工具，可以参考一下效果学一下语法

tu_debug3.py

点我展开代码#单帧多轮数据绘图 优化一次/两次 更多功能
import os
import json
import tu_acc_xy_v #画acc的文件

timestamp_ns=1732160072601851648
lastCnt=0
cishu=2 #优化一次/两次
cntStepLength=5 #读取的cnt步长
topk=15 #取f排名topk的部分来画图
# 文件夹的路径
folder_path = '/home/mi/record/log/0000_2025-01-15_09-04-07'




nowIndex = -1
data_other='';in_other=0
reading = 0 ;data_xy = [''] * 300;data_acc = [''] * 300;data_phi = [''] * 300;data_f = [''] * 300;data_ind = [''] * 300;data_rank = [''] * 300;
in_imu_xy=0;in_acc=0;in_phi=0;in_f=0;in_ind=0;in_rank=0;

filenames = sorted(os.listdir(folder_path)) # 使用os.listdir()读取文件夹中的所有文件和文件夹名，并按照名称排序

for filename in filenames: # 打印所有文件名
    if filename.find('l3pnc_process-stdlog') != -1: #查找名字含有l3pnc_process-stdlog的日志文件
        file_path = folder_path + '/' + filename
        print('当前处理文件名为'+filename)
        #print('文件名路径为' + file_path)
        try:
            with open(file_path, 'r', encoding='utf-8') as file: # 使用 open() 函数打开文件，指定文件路径和打开模式为读取模式 'r'
                for line in iter(file.readline, ''): # 使用 for 循环逐行读取文件内容
                    if line.strip() == 'now_in_EvaluateNew,timestamp_ns is ' + str(timestamp_ns) + ',cnt_is ' + str(cishu-2):  # 选择读 优化一次/优化两次 的数据
                        lastCnt = 0 # 读取数据的下标
                        nowIndex = -1 # 存储数据的下标
                        reading = 0;
                        data_xy = [''] * 300;
                        data_acc = [''] * 300;
                        data_phi = [''] * 300;
                        data_f = [''] * 300;
                        data_ind = [''] * 300;
                        data_rank = [''] * 300;
                        in_imu_xy=0;
                        in_acc = 0;
                        in_phi = 0;
                        in_f = 0;
                        in_ind = 0;
                        in_rank = 0;
                    if line.strip()== '现在进入了ConvertPrincipledCostEvaluator,timestamp_ns is ' + str(timestamp_ns) : #开始读其他车数据
                        in_other = 1
                        continue
                    if line.strip()== '现在结束了ConvertPrincipledCostEvaluator,timestamp_ns is ' + str(timestamp_ns) : #结束读其他车数据
                        in_other = 0
                        continue
                    if in_other== 1: #其他车数据
                        data_other = line.strip()
                        continue
                    if line.strip()== 'now_in_EvaluateNew,timestamp_ns is ' + str(timestamp_ns) + ',cnt_is ' + str(lastCnt): #开始读数据
                        reading = 1
                        nowIndex = nowIndex + 1
                        continue
                    if line.strip()== 'EvaluateNew_end,timestamp_ns is ' + str(timestamp_ns) + ',cnt_is ' + str(lastCnt): #结束读数据
                        reading = 0
                        lastCnt = lastCnt + cntStepLength
                        if lastCnt==300: #这里是特殊处理，cnt只到299，要想看最后一个cnt就需要这么做
                            lastCnt=299
                        in_imu_xy=in_acc = in_phi = in_f = in_ind = in_rank = 0
                        continue
                    if reading == 1:
                        if line.strip().startswith('现在进入了imu_xy'):
                            in_imu_xy = 1
                            continue
                        if line.strip().startswith('现在结束了imu_xy'):
                            in_imu_xy = 0
                            continue
                        if line.strip().startswith('现在进入了VarAcc_pre'):
                            in_acc=1
                            continue
                        if line.strip().startswith('现在结束了VarAcc_pre'):
                            in_acc=0
                            continue
                        if line.strip().startswith('现在进入了VarPhi_pre'):
                            in_phi=1
                            continue
                        if line.strip().startswith('现在结束了VarPhi_pre'):
                            in_phi=0
                            continue
                        if line.strip().startswith('所有的f值为'):
                            in_f=1
                            continue
                        if line.strip().startswith('现在结束了f'):
                            in_f=0
                            continue
                        if line.strip().startswith('f从小到大所在位置为'):
                            in_ind=1
                            continue
                        if line.strip().startswith('现在结束了ind'):
                            in_ind=0
                            continue
                        if line.strip().startswith('f相应的rank'):
                            in_rank=1
                            continue
                        if line.strip().startswith('现在结束了rank_'):
                            in_rank=0
                            continue
                        if in_imu_xy == 1:
                            data_xy[nowIndex] = line.strip()
                            continue
                        if in_acc==1:
                            data_acc[nowIndex]=data_acc[nowIndex] + line.strip()
                            continue
                        if in_phi==1:
                            data_phi[nowIndex]=data_phi[nowIndex] + line.strip()
                            continue
                        if in_f==1:
                            data_f[nowIndex]=line.strip()
                            continue
                        if in_ind==1:
                            data_ind[nowIndex]=line.strip()
                            continue
                        if in_rank==1:
                            data_rank[nowIndex]=line.strip()
                            continue
        except FileNotFoundError:
            print("文件不存在")

#下面开始处理数据
data_other=data_other[:-2]+data_other[-1:]
data_other=json.loads(data_other)

for i in range (nowIndex+1): #nowIndex是最后一个的index，所以这里要+1
    data_xy[i]=data_xy[i][:-2]+data_xy[i][-1:] #删去字符串最后一个不必要的逗号，这个是输出有问题在这里解决的
    data_acc[i]=data_acc[i][:-2]+data_acc[i][-1:]
    data_phi[i]=data_phi[i][:-2]+data_phi[i][-1:]

    data_xy[i]=json.loads(data_xy[i]) #由字符串转为数字list
    data_acc[i]=json.loads(data_acc[i])
    data_phi[i]=json.loads(data_phi[i])

    data_f[i]=[float(x) for x in data_f[i].split()] #先转化为字符串列表，再变成数字列表
    data_ind[i] = [int(x) for x in data_ind[i].split()]
    data_rank[i]=[float(x) for x in data_rank[i].split()]

tu_acc_xy_v.work(timestamp_ns,cntStepLength,topk,data_xy,data_acc,data_ind,data_other,nowIndex)

tu_acc_xy_v.py

点我展开代码import matplotlib.pyplot as plt
import numpy as np
def Drawing(fig, ax,ax_3d,timestamp_ns,cnt,topk,data_xy,data_acc,data_ind,data_other):


    # 横坐标数据
    x = ["控制点{}".format(i) for i in range(1, 17)]


    # 取前topk绘图，imu_xy的处理在下面
    data_acc = [data_acc[i - 1] for i in data_ind[:topk]]

    #colors = plt.cm.viridis(np.linspace(0, 1, len(data_acc))) #设置颜色，渐变
    colors = ['red'] * 5 + ['lightblue'] * 10 #设置颜色，前5个红色其余蓝色

    # 下面画acc
    for i in range(len(data_acc)):
        ax[0, 0].plot(x, data_acc[i], label='样本' + i.__str__(), color=colors[i], linewidth=1)
    ax[0, 0].set_title('时间戳'+timestamp_ns.__str__()+' cnt='+cnt.__str__()+' VarAcc_pre可视化')
    ax[0, 0].set_xlabel('控制点')
    ax[0, 0].set_ylabel('acc')
    ax[0, 0].legend(loc='upper left', fontsize=7, frameon=True)
    ax[0, 0].grid(alpha=0.5, linestyle=':')

    #处理imu_xy数据，并取前topk绘图
    nowX = [];nowY = [];x2=[];y2=[]
    for i in range(len(data_xy)):
        nowX.append(data_xy[i][0])
        nowY.append(data_xy[i][1])
        if (i + 1) % 32 == 0:
            x2.append(nowX)
            y2.append(nowY)
            nowX = []
            nowY = []
    x2 = [x2[i - 1] for i in data_ind[:topk]]
    y2 = [y2[i - 1] for i in data_ind[:topk]]
    #print(x2[0])
    #print(y2[0])
    # 处理其他车数据
    nowX = [];
    nowY = [];
    x3 = [];
    y3 = []
    for i in range(len(data_other)):
        nowX.append(data_other[i][0])
        nowY.append(data_other[i][1])
        if (i + 1) % 32 == 0:
            x3.append(nowX)
            y3.append(nowY)
            nowX = []
            nowY = []
    print(x3)
    print(y3)

    # 下面画imu_xy 2d
    for i in range(len(y2)):
        ax[1, 0].plot(x2[i], y2[i], label='样本' + i.__str__(), color=colors[i], linewidth=1)
    for i in range(len(y3)): #其他车
        my_circle = plt.Circle((x3[i][0], y3[i][0]), 1, label='其他车' + i.__str__(),color='grey', alpha=1.0)  # 圆心，半径，颜色，不透明度
        ax[1, 0].add_patch(my_circle) # 画圆
        #ax[1, 0].plot(x3[i], y3[i], label='其他车' + i.__str__(), color='grey', linewidth=1,linestyle='--') # 画线


    ax[1, 0].set_title('时间戳'+timestamp_ns.__str__()+' cnt='+cnt.__str__()+' imu_xy可视化')
    ax[1, 0].set_xlabel('x')
    ax[1, 0].set_ylabel('y')
    ax[1, 0].legend(loc='upper left', fontsize=7, frameon=True)
    ax[1, 0].grid(alpha=0.5, linestyle=':')

    # 下面画imu_xy 3d
    for i in range(len(y2)):
        ax_3d.plot3D(x2[i], y2[i], np.array([i * 0.2 for i in range(17)]+[3.6 + j * 0.4 for j in range(15)]),color=colors[i])
    for i in range(len(y3)): # 其他车
        ax_3d.plot3D(x3[i], y3[i], np.array([i * 0.2 for i in range(17)]+[3.6 + j * 0.4 for j in range(15)]),color='grey',linestyle='--') #linestyle设置为虚线
    ax_3d.set_title('x-y-t')
    ax_3d.set_xlabel('x')
    ax_3d.set_ylabel('y')
    ax_3d.set_zlabel('t')
    ax_3d.legend(loc='upper left', fontsize=7, frameon=True)
    ax_3d.grid(alpha=0.5, linestyle=':')

def work(timestamp_ns,cntStepLength,topk,data_xy,data_acc,data_ind,data_other,nowIndex):
    # 显示中文字体
    plt.rcParams['font.family'] = 'AR PL UMing CN'
    plt.rcParams['axes.unicode_minus'] = False

    # 创建图形和轴，figsize表示大小
    fig, ax = plt.subplots(nrows=2, ncols=2, figsize=(18, 10))
    ax_3d = fig.add_subplot(1, 1, 1, projection='3d')  # 这三个参数分别是子图行数、列数、位置
    ax_3d.set_position([0.30, 0.0, 0.9, 0.9]) #四个参数是[left, bottom, width, height]
    ax_3d.view_init(elev=35, azim=-154) #设置初始视角角度,(elev=35, azim=-154)较为好，(elev=90, azim=-90)则就变成了和2d一样

    plt.ion()  # 打开交互模式
    for i in range(nowIndex+1):
        ax[0, 0].cla()  # 清空当前轴对象
        ax[0, 1].cla()
        ax[1, 0].cla()
        ax[1, 1].cla()
        ax_3d.cla()
        Drawing(fig, ax,ax_3d,timestamp_ns, cntStepLength*i, topk, data_xy[i], data_acc[i], data_ind[i],data_other)
        plt.pause(0.5) # 控制动画绘制间隔


    plt.ioff()  # 关闭交互模式
    plt.savefig('output.WEBP')
    plt.show()

有读取log、数据处理、动画效果折线图&3d图，效果还挺不错

需要注意一个易错点（上面没用到，别的地方遇到了）

点我展开代码x = [] * 4 # 这个是错误写法
x = [[] for _ in range(4)] # 这个是正确写法