Python學習（一） —— matplotlib繪制三維軌跡圖

    在研究SLAM時常常需要對其輸出的位姿進行復現以檢測算法效果，在ubuntu系統中使用Python可以很好的完成相關的工作。

    一. Ubuntu下Python的使用

    在Ubuntu下使用Python有兩種方法，一種是直接在控制台中運行Python文件，一種是下載IDE編輯並運行Python文件。

    在控制台中使用Python方法如下：

    首先確認有Python文件（filename.py），然后打開控制台進入文件當前目錄，並輸入以下內容就可以運行了。

python file_name.py

    雖然控制台可以運行Python，不過由於不能調試等問題仍然比較推薦使用IDE。

    目前使用的Python IDE為PyCharm，官方下載地址為https://www.jetbrains.com/pycharm/download/#section=linux

    官網中提供professional和community兩種版本，因為community版本免費大家可以直接下載使用。下載好后直接放到安裝目錄中解壓，然后跟着解壓后的說明文件執行安裝命令即可安裝成功（部分電腦由於配置原因可能會報錯，網上有很多講解配置環境安裝博客，大家可以參考）。安裝成功后，PyCharm界面如下圖。

    二. matplotlib繪制三維軌跡

    Matplotlib是Python的一個繪圖庫，想面將講解如何使用這個庫來繪制三維線段，以此檢測SLAM算法的輸出結果（電腦配置Python 2.7）。

    2.1. 繪制基本三維曲線

    首先給出完整代碼，以及輸出結果。

# 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()

    這段代碼非常簡單，而且相關的注釋也很完善，因此只簡要說明幾個需要注意的地方。第一個需要注意的是讀取文件中數據比較推薦用with open 然后逐行讀取；第二點是在新建圖像時一定別忘了添加這段代碼，這是輸出圖像設定為3D的關鍵。

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

    2.2. 同一張圖中繪制多個三維曲線

    代碼和輸出結果如下：

# 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()

    實現這個功能只需要在之前代碼中加入讀取新數據的相關代碼，以及在畫圖時多生成一個圖即可，也是非常的簡單。

    2.3. 將區域划分后繪制三維圖像

    代碼和輸出結果如下：

# 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()

     主要需要解釋下面這行代碼：

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

    這行代碼主要是說，將當前空間拆分建立新的子圖，子圖個數為四，按照2x2矩陣排列方式進行，當前子圖為四個子圖中的第一個，且為3D模式。

    以上就是就是如何使用matplotlib繪制三位曲線。總的來說比較簡單，沒有什么難度，Python的確是一個非常好用的編程語言。更多關於matplotlib的使用方法大家可以參考他們的官方網站，里面有相關的tutorial以及examples。

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

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