由于項(xiàng)目的需要，一直苦于將多層數(shù)據(jù)集累加起來做成一個(gè)呈堆積狀的三維圖，有點(diǎn)類似于地形圖（實(shí)則熱力圖），但又不是地形圖。

背景

先說說項(xiàng)目背景，本菜雞是搞故障診斷的，所以免不了用上一些統(tǒng)計(jì)學(xué)的知識，看過之前我的Blog的都會發(fā)現(xiàn)，$T^2$ 和 $SPE$ 在故障診斷鄰域或者說是再小范圍一點(diǎn)，在過程監(jiān)控鄰域，是很好用且很關(guān)鍵的兩個(gè)統(tǒng)計(jì)量，用于監(jiān)測過程中的一些有故障的檢測點(diǎn)或者區(qū)間，會有閾值限，超過閾值的則判斷為故障，反而，則為正常。具體可以看->這里。

三維圖

之前嘗試過很多中方法來實(shí)現(xiàn)三維圖，但是，。。。，但是均沒實(shí)現(xiàn)完美的效果，如Echarts、Pyecharts、Plotly等等，最終還是只有用yyds<Matplotlib>，真的，沒有它解決不了的可視化問題！！！

輸入

明確一下我們的輸入，簡單來說，三維三維，不就是三個(gè)維度嘛。X、Y、Z三個(gè)方向，我們項(xiàng)目的數(shù)據(jù)是X、Y是對于多層 $T^2$ 或 $SPE$統(tǒng)計(jì)量的值都是對應(yīng)的，簡單來說，比如第一層的 $T^2$值和第二層到最后一層的 $T^2$ 值所對應(yīng)的X和Y坐標(biāo)都是一個(gè)坐標(biāo)，而不同層次的 $T^2$ 值，則是代表高低不同的Z軸的值，而我們需要做的就是將多層的Z按照X、Y的坐標(biāo)位置給疊加起來，我們的輸入如下。

（數(shù)據(jù)就像上面那樣，這里我們以 $T^2$ 的多層可視化為例展開吧）

那么下面我們直接開始搞可視化吧！！！

輸出

輸出最終則為我們的可視化三維圖，先不爆料，看后續(xù)。

可視化

我們用的Python來實(shí)現(xiàn)可視化。

導(dǎo)入庫

庫先給導(dǎo)入進(jìn)來：

import matplotlib.pyplot as plt    # 可視化的matplotlib庫import pandas as pd                # 數(shù)據(jù)表操作的庫from mpl_toolkits.mplot3d import Axes3D   # 三維可視化from icecream import ic            # 類似于print輸出

封裝一些Function

雖然我們的代碼不是很長，但為了代碼的規(guī)范和美觀，建議還是講其封裝為一個(gè)一個(gè)的function，這樣調(diào)用起來更方便。

1. 讀取數(shù)據(jù)表

def loaddata(filename):    """    讀取傳入得數(shù)據(jù)表    """    dtf = pd.read_csv(filename)    # 讀取表格文件    return dtf

2. $T^2$ 三維熱力圖

def T2_plot(df_value, df_xy):    """    繪制T2三維熱力圖      """    #獲取行列數(shù)    q1 = df_value.shape[1]  # 列數(shù)    r1 = df_value.shape[0]  # 行數(shù)    print("x_y有%r行，%r列。" % (r1, q1))    X = []    Y = []    Z = []    # 設(shè)置空數(shù)組備用    for a in range(2, q1):  # 選擇需要疊加的Value量選值范圍2~11, 應(yīng)該遍歷所有列，因?yàn)槊總€(gè)數(shù)據(jù)表的維度不一定一致，所以最大通過獲取的列傳入        for xx in range(r1 + 1):  # 循環(huán)迭代不同的層數(shù)            if xx < r1:                IIx = df_xy.iloc[xx, 0]  # 取第一列的值                IIy = df_xy.iloc[xx, 1]  # 取第二列的值                IIz = df_value.iloc[xx, a]  # 取相應(yīng)的T2或SPE的值                # 將每個(gè)坐標(biāo)軸X,y及其T2或SPE的值存入一個(gè)list中                X.append(IIx)                Y.append(IIy)                Z.append(IIz)    ic(len(Z))  # 查看Z的數(shù)量    # 開始制圖    fig = plt.figure()    ax = Axes3D(fig)    ax.set_xlabel("IX", fontsize=10, color="black")  # 設(shè)置x標(biāo)簽及其參數(shù)    ax.set_ylabel("JY", fontsize=10, color="black")  # 設(shè)置y標(biāo)簽及其參數(shù)    ax.set_zlabel("Value", fontsize=10, color="black")   # 設(shè)置z標(biāo)簽及其參數(shù)    ax.plot_trisurf(X, Y, Z, cmap=plt.get_cmap("jet"), linewidth=0.1)  # 三角表面圖    plt.show()    # 渲染3D圖顯示

3. 主函數(shù)

# 主函數(shù)if __name__=="__main__":    # 導(dǎo)入數(shù)據(jù)表文件名    T2_name = "T2.csv"    xy_name = "x_y.csv"    # 讀取數(shù)據(jù)表    t2 = loaddata(T2_name)    xy = loaddata(xy_name)    # 制作T2三維圖    T2_plot(df_value=t2, df_xy=xy)

最終的效果圖像這樣：

換個(gè)方位再來一張：

讓我們再看看底部：

深色的地方則是有多個(gè)相近的點(diǎn)堆積到一起的，所以會在那些點(diǎn)顯得顏色很深。

來個(gè)大匯總，完整代碼：

import matplotlib.pyplot as pltimport pandas as pdfrom mpl_toolkits.mplot3d import Axes3Dfrom icecream import ic# 讀取數(shù)據(jù)表def loaddata(filename):    """    讀取傳入得數(shù)據(jù)表    """    dtf = pd.read_csv(filename)    # 讀取表格文件    return dtf# T2三維熱力圖def T2_plot(df_value, df_xy):    """    繪制T2三維熱力圖  todo:完善    """    #獲取行列數(shù)    q1 = df_value.shape[1]  # 列數(shù)    r1 = df_value.shape[0]  # 行數(shù)    print("x_y有%r行，%r列。" % (r1, q1))    X = []    Y = []    Z = []    # 設(shè)置空數(shù)組備用    for a in range(2, q1):  # 選擇需要疊加的Value量選值范圍2~11, 應(yīng)該遍歷所有列，因?yàn)槊總€(gè)數(shù)據(jù)表的維度不一定一致，所以最大通過獲取的列傳入        for xx in range(r1 + 1):  # 循環(huán)迭代不同的層數(shù)            if xx < r1:                IIx = df_xy.iloc[xx, 0]  # 取第一列的值                IIy = df_xy.iloc[xx, 1]  # 取第二列的值                IIz = df_value.iloc[xx, a]  # 取相應(yīng)的T2或SPE的值                # 將每個(gè)坐標(biāo)軸X,y及其T2或SPE的值存入一個(gè)list中                X.append(IIx)                Y.append(IIy)                Z.append(IIz)    ic(len(Z))  # 查看Z的數(shù)量    # 開始制圖    fig = plt.figure()    ax = Axes3D(fig)    ax.set_xlabel("IX", fontsize=10, color="black")  # 設(shè)置x標(biāo)簽及其參數(shù)    ax.set_ylabel("JY", fontsize=10, color="black")  # 設(shè)置y標(biāo)簽及其參數(shù)    ax.set_zlabel("Value", fontsize=10, color="black")   # 設(shè)置z標(biāo)簽及其參數(shù)    ax.plot_trisurf(X, Y, Z, cmap=plt.get_cmap("jet"), linewidth=0.1)  # 三角表面圖    plt.show()    # 渲染3D圖顯示# 主函數(shù)if __name__=="__main__":    # 導(dǎo)入數(shù)據(jù)表文件名    T2_name = "T2.csv"    xy_name = "x_y.csv"    # 讀取數(shù)據(jù)表    t2 = loaddata(T2_name)    xy = loaddata(xy_name)    # 制作T2三維圖    T2_plot(df_value=t2, df_xy=xy)

?堅(jiān)持讀Paper，堅(jiān)持做筆記，堅(jiān)持學(xué)習(xí)?！！！
?To Be No.1

??哈哈哈哈

學(xué)習(xí)DeepLearning堅(jiān)持！30天計(jì)劃！！！

打卡 第 5 /30 Day!!!

---

?創(chuàng)作不易?，過路能?關(guān)注、收藏、點(diǎn)個(gè)贊?三連就最好不過了

?( ′???` )

?

『
愿我有生之年，得見您君臨天下。
』