Python——Matplotlib作图

最新推荐文章于 2025-05-15 09:00:00 发布

原创最新推荐文章于 2025-05-15 09:00:00 发布 · 268 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Python

Python 专栏收录该内容

2 篇文章

订阅专栏

本文介绍如何使用Python和matplotlib从.mat文件中读取旋翼机械臂的姿态和位置数据，并将其可视化为易于理解的图表。通过具体代码示例，展示了如何绘制Euler角和位置变化随时间的曲线。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

之前在python中做旋翼机械臂的仿真时，需要查看姿态和位置数据，使用matplotlib作图，虽然很图不是很漂亮到那时都用python实现就很方便。结合操作.mat文件的博客：https://blog.youkuaiyun.com/qq_26879985/article/details/102605094，有如下代码，注释也很清晰。

# -*- coding: utf-8 -*-
"""
@author: Life696
仅供学习、交流使用

"""
# 程序功能，读取.mat文件，作出图像

import matplotlib.pyplot as plt
import numpy as np
import scipy.io as scio

step_time = 0.01 # 每一个数据之间的时间步长

matFile = "./AMS_data.mat"
mat_data = scio.loadmat(matFile)

datalen = len(mat_data["Euler_x_alpha"][0])
# 生成一个列表：起始0，中止int(step_time*datalen)-1，个数datalen，不包括最后一个数
time = np.linspace(0, int(step_time*datalen)-1 , datalen, endpoint = True)

plt.figure()
plt.subplot(3, 2, 1)   # 3行2列，第1个
plt.plot(time, mat_data["Euler_x_alpha"][0], color='red', label='Euler_x_alpha') 
plt.title("Euler_x_alpha")
plt.xlabel("time/s")
plt.ylabel("Angle[degree]")
plt.tight_layout()
plt.legend()

plt.subplot(3, 2, 3)  # 3行2列，第3个（竖着第2个，横着数就是第3个）
plt.plot(time, mat_data["Euler_y_beta"][0], color='red', label='Euler_y_alpha')   
plt.title("Euler_y_beta")
plt.xlabel("time/s")
plt.ylabel("Angle[degree]")
plt.tight_layout() 
plt.legend()

plt.subplot(3, 2, 5)
plt.plot(time, mat_data["Euler_z_gamma"][0], color='red', label='Euler_z_alpha') 
plt.title("Euler_z_gamma")
plt.xlabel("time/s")
plt.ylabel("Angle[degree]")
plt.tight_layout()
plt.legend()

plt.subplot(3, 2, 2)
plt.plot(time, mat_data["position_x"][0]*100, color='red', label='position_x') 
plt.title("position_x")
plt.xlabel("time/s")
plt.ylabel("Position[m]")
plt.tight_layout() 
plt.legend()

plt.subplot(3, 2, 4)
plt.plot(time, mat_data["position_y"][0]*100, color='red', label='position_y')   
plt.title("position_y")
plt.xlabel("time/s")
plt.ylabel("Position[m]")
plt.tight_layout() 
plt.legend()

plt.subplot(3, 2, 6)
plt.plot(time, mat_data["position_z"][0]*100, color='red', label='position_z')  
plt.title("position_z")
plt.xlabel("time/s")
plt.ylabel("Position[m]")
plt.tight_layout() 
plt.legend()

plt.show()

图像如下：