Python学习（一） —— matplotlib绘制三维轨迹图

    在研究SLAM时常常需要对其输出的位姿进行复现以检测算法效果，在ubuntu系统中使用Python可以很好的完成相关的工作。

    一. Ubuntu下Python的使用

    在Ubuntu下使用Python有两种方法，一种是直接在控制台中运行Python文件，一种是下载IDE编辑并运行Python文件。

    在控制台中使用Python方法如下：

    首先确认有Python文件（filename.py），然后打开控制台进入文件当前目录，并输入以下内容就可以运行了。

python file_name.py

    虽然控制台可以运行Python，不过由于不能调试等问题仍然比较推荐使用IDE。

    目前使用的Python IDE为PyCharm，官方下载地址为https://www.jetbrains.com/pycharm/download/#section=linux

    官网中提供professional和community两种版本，因为community版本免费大家可以直接下载使用。下载好后直接放到安装目录中解压，然后跟着解压后的说明文件执行安装命令即可安装成功（部分电脑由于配置原因可能会报错，网上有很多讲解配置环境安装博客，大家可以参考）。安装成功后，PyCharm界面如下图。

    二. matplotlib绘制三维轨迹

    Matplotlib是Python的一个绘图库，想面将讲解如何使用这个库来绘制三维线段，以此检测SLAM算法的输出结果（电脑配置Python 2.7）。

    2.1. 绘制基本三维曲线

    首先给出完整代码，以及输出结果。

# import necessary module
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
import numpy as np

# load data from file
# you can replace this using with open
data1 = np.loadtxt("./stereo/CameraTrajectoryNew2000.txt")
first_2000 = data1[:, 3]
second_2000 = data1[:, 7]
third_2000 = data1[:, 11]

# print to check data
print first_2000
print second_2000
print third_2000

# new a figure and set it into 3d
fig = plt.figure()
ax = fig.gca(projection='3d')

# set figure information
ax.set_title("3D_Curve")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")

# draw the figure, the color is r = read
figure = ax.plot(first_2000, second_2000, third_2000, c='r')

plt.show()

    这段代码非常简单，而且相关的注释也很完善，因此只简要说明几个需要注意的地方。第一个需要注意的是读取文件中数据比较推荐用with open 然后逐行读取；第二点是在新建图像时一定别忘了添加这段代码，这是输出图像设定为3D的关键。

ax = fig.gca(projection='3d')

    2.2. 同一张图中绘制多个三维曲线

    代码和输出结果如下：

# import necessary module
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
import numpy as np

# load data from file
# you replace this using with open
data1 = np.loadtxt("./stereo/CameraTrajectoryNew2000.txt")
first_2000 = data1[:, 3]
second_2000 = data1[:, 7]
third_2000 = data1[:, 11]

data2 = np.loadtxt("./stereo/CameraTrajectoryNew1500.txt")
first_1000 = data2[:, 3]
second_1000 = data2[:, 7]
third_1000 = data2[:, 11]

# new a figure and set it into 3d
fig = plt.figure()
ax = fig.gca(projection='3d')

# set figure information
ax.set_title("3D_Curve")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")

# draw the figure, the color is r = read
figure1 = ax.plot(first_2000, second_2000, third_2000, c='r')
figure2 = ax.plot(first_1000, second_1000, third_1000, c='b')
plt.show()

    实现这个功能只需要在之前代码中加入读取新数据的相关代码，以及在画图时多生成一个图即可，也是非常的简单。

    2.3. 将区域划分后绘制三维图像

    代码和输出结果如下：

# import necessary module
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
import numpy as np

# load data from file
# you replace this using with open
data1 = np.loadtxt("./stereo/CameraTrajectoryNew2000.txt")
first_2000 = data1[:, 3]
second_2000 = data1[:, 7]
third_2000 = data1[:, 11]

data2 = np.loadtxt("./stereo/CameraTrajectoryNew1500.txt")
first_1500 = data2[:, 3]
second_1500 = data2[:, 7]
third_1500 = data2[:, 11]

# new a figure and set it into 3d
fig = plt.figure()

# ############ first subplot ############
ax = fig.add_subplot(2, 2, 1, projection='3d')

ax.set_title("3D_Curve1")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")

# draw the figure, the color is r = read
figure1 = ax.plot(first_2000, second_2000, third_2000, c='r')
figure2 = ax.plot(first_1500, second_1500, third_1500, c='b')

# ############ second subplot ############
ax = fig.add_subplot(2, 2, 2, projection='3d')

# set figure information
ax.set_title("3D_Curve2")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")

# draw the figure, the color is r = read
figure1 = ax.plot(first_2000, second_2000, third_2000, c='r')
figure2 = ax.plot(first_1500, second_1500, third_1500, c='b')

# ############ third subplot ############
ax = fig.add_subplot(2, 2, 3, projection='3d')

# set figure information
ax.set_title("3D_Curve3")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")

# draw the figure, the color is r = read
figure1 = ax.plot(first_2000, second_2000, third_2000, c='r')
figure2 = ax.plot(first_1500, second_1500, third_1500, c='b')

# ############ fourth subplot ############
ax = fig.add_subplot(2, 2, 4, projection='3d')

# set figure information
ax.set_title("3D_Curve4")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")

# draw the figure, the color is r = read
figure1 = ax.plot(first_2000, second_2000, third_2000, c='r')
figure2 = ax.plot(first_1500, second_1500, third_1500, c='b')

plt.show()

     主要需要解释下面这行代码：

ax = fig.add_subplot(2, 2, 1, projection='3d')

    这行代码主要是说，将当前空间拆分建立新的子图，子图个数为四，按照2x2矩阵排列方式进行，当前子图为四个子图中的第一个，且为3D模式。

    以上就是就是如何使用matplotlib绘制三位曲线。总的来说比较简单，没有什么难度，Python的确是一个非常好用的编程语言。更多关于matplotlib的使用方法大家可以参考他们的官方网站，里面有相关的tutorial以及examples。

    Matplotlib Introduction:http://matplotlib.org/index.html

    Matplotlib Samples:http://matplotlib.org/examples/index.html