Python Matplotlib 3D散点动画顺序数据
我制作了一些加速计数据的以下3D散点图: 它非常基本,但考虑到这是我第一次尝试使用Python,我对它的外观感到满意。以下是我为实现此可视化而编写的代码:Python Matplotlib 3D散点动画顺序数据,python,animation,matplotlib,plot,scatter3d,Python,Animation,Matplotlib,Plot,Scatter3d,我制作了一些加速计数据的以下3D散点图: 它非常基本,但考虑到这是我第一次尝试使用Python,我对它的外观感到满意。以下是我为实现此可视化而编写的代码: import pandas as pd import matplotlib.pyplot as plt import matplotlib matplotlib.style.use('ggplot') from mpl_toolkits.mplot3d import Axes3D from mpldatacursor import data
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
matplotlib.style.use('ggplot')
from mpl_toolkits.mplot3d import Axes3D
from mpldatacursor import datacursor
AccX = pd.read_csv('Data_Retrieval_April_05_2017.csv')
AccX.columns = ['Tag', 'Timestamp', 'X']
AccX = AccX[AccX['Tag'].str.contains("ACC856:AccelerationX")]
del AccX['Tag']
print(AccX.head())
AccY = pd.read_csv('Data_Retrieval_April_05_2017.csv')
AccY.columns = ['Tag', 'Timestamp', 'Y']
AccY = AccY[AccY['Tag'].str.contains("ACC856:AccelerationY")]
del AccY['Tag']
print(AccY.head())
AccZ = pd.read_csv('Data_Retrieval_April_05_2017.csv')
AccZ.columns = ['Tag', 'Timestamp', 'Z']
AccZ = AccZ[AccZ['Tag'].str.contains("ACC856:AccelerationZ")]
del AccZ['Tag']
print(AccZ.head())
Accel = AccX.merge(AccY,on='Timestamp').merge(AccZ,on='Timestamp')
Accel = Accel.set_index(['Timestamp'])
print(Accel.head())
Accel['X'] = Accel.X.astype(float)
Accel['Y'] = Accel.Y.astype(float)
Accel['Z'] = Accel.Z.astype(float)
print(Accel.head())
print(Accel.dtypes)
accelscat = plt.figure().gca(projection='3d')
accelscat.scatter(Accel['X'],Accel['Y'],Accel['Z'], c='darkblue', alpha=0.5)
accelscat.set_xlabel('X')
accelscat.set_ylabel('Y')
accelscat.set_zlabel('Z')
plt.show()
数据按时间戳索引,如下所示:
接下来我想做的是,取上面的图,让每个点一次一个。有没有一个简单的方法可以做到这一点?从中查看示例,看起来他们使用的是随机生成的数据,然后设置线条的动画。我不知道该如何编写函数来更新数据中每一行的图形
如果有人能给我举一个类似的例子,我会非常感激。到目前为止,我的搜索只得到了数据由函数生成或随机生成的示例 在这个问题中有一个3D散点图的例子: 为了让点一个接一个地出现,您需要绘制从索引
0
开始的数据帧到当前动画索引i
的数据
(df.x.values[:i], df.y.values[:i], df.z.values[:i])
一个完整的例子:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.animation
x = np.random.normal(size=(80,3))
df = pd.DataFrame(x, columns=["x","y","z"])
fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')
sc = ax.scatter([],[],[], c='darkblue', alpha=0.5)
def update(i):
sc._offsets3d = (df.x.values[:i], df.y.values[:i], df.z.values[:i])
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_xlim(-3,3)
ax.set_ylim(-3,3)
ax.set_zlim(-3,3)
ani = matplotlib.animation.FuncAnimation(fig, update, frames=len(df), interval=70)
plt.tight_layout()
plt.show()
在这个问题中有一个3D散点图的例子: 为了让点一个接一个地出现,您需要绘制从索引
0
开始的数据帧到当前动画索引i
的数据
(df.x.values[:i], df.y.values[:i], df.z.values[:i])
一个完整的例子:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.animation
x = np.random.normal(size=(80,3))
df = pd.DataFrame(x, columns=["x","y","z"])
fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')
sc = ax.scatter([],[],[], c='darkblue', alpha=0.5)
def update(i):
sc._offsets3d = (df.x.values[:i], df.y.values[:i], df.z.values[:i])
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_xlim(-3,3)
ax.set_ylim(-3,3)
ax.set_zlim(-3,3)
ani = matplotlib.animation.FuncAnimation(fig, update, frames=len(df), interval=70)
plt.tight_layout()
plt.show()