python讀取文本繪制動(dòng)態(tài)速度曲線(xiàn)
本文實(shí)例為大家分享了python讀取文本繪制動(dòng)態(tài)速度曲線(xiàn)的具體代碼,供大家參考,具體內(nèi)容如下
由于需要分析機(jī)械加工過(guò)程中各個(gè)軸的速度,于是用軟件導(dǎo)出了數(shù)據(jù),寫(xiě)了這個(gè)python腳本來(lái)顯示速度曲線(xiàn)。
效果圖如下:

源代碼:
import numpy as np from matplotlib import pyplot as plt from matplotlib import animation path = "Nccut_TraceFile.log" file = open(path, 'r') AMat = []; BMat = [];XMat = [];YMat = [];ZMat = []; for line in file.readlines(): lineArr = line.strip().split() AMat.append(int(lineArr[0])) BMat.append(int(lineArr[1])) XMat.append(int(lineArr[2])) YMat.append(int(lineArr[3])) ZMat.append(int(lineArr[4])) fig = plt.figure() axA = fig.add_subplot(5,1,1,xlim=(0, 0.2), ylim=(0, 40)) axB = fig.add_subplot(5,1,2,xlim=(0, 0.2), ylim=(0, 40)) axX = fig.add_subplot(5,1,3,xlim=(0, 0.2), ylim=(0, 200)) axY = fig.add_subplot(5,1,4,xlim=(0, 0.2), ylim=(0, 200)) axZ = fig.add_subplot(5,1,5,xlim=(0, 0.2), ylim=(0, 200)) lineA, = axA.plot([], [], lw=1) lineB, = axB.plot([], [], lw=1) lineX, = axX.plot([], [], lw=1) lineY, = axY.plot([], [], lw=1) lineZ, = axZ.plot([], [], lw=1) def init(): lineA.set_data([], []) lineB.set_data([], []) lineX.set_data([], []) lineY.set_data([], []) lineZ.set_data([], []) return lineA,lineB,lineX,lineY,lineZ def animate(i): t = np.linspace(0, 0.2, 10) yA = AMat[i:10 + i] lineA.set_data(t, yA) yB = BMat[i:10 + i] lineB.set_data(t, yB) yX = XMat[i:10 + i] lineX.set_data(t, yX) yY = YMat[i:10 + i] lineY.set_data(t, yY) yZ = ZMat[i:10 + i] lineZ.set_data(t, yZ) return lineA,lineB,lineX,lineY,lineZ anim1=animation.FuncAnimation(fig, animate, init_func=init, frames=len(XMat)-10, interval=2) plt.show()
讀取的文本格式如下:

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Django中如何使用Celery執(zhí)行異步任務(wù)
這篇文章主要介紹了Django中如何使用Celery執(zhí)行異步任務(wù)問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-11-11
使用pandas實(shí)現(xiàn)連續(xù)數(shù)據(jù)的離散化處理方式(分箱操作)
今天小編就為大家分享一篇使用pandas實(shí)現(xiàn)連續(xù)數(shù)據(jù)的離散化處理方式(分箱操作),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11
Python寫(xiě)UI自動(dòng)化之playwright(點(diǎn)擊操作)詳解
這篇文章主要介紹了Playwright庫(kù)中click()方法的參數(shù)及其使用場(chǎng)景,包括選擇器、修飾鍵、點(diǎn)擊位置、鼠標(biāo)按鈕、點(diǎn)擊次數(shù)、延遲、超時(shí)、強(qiáng)制點(diǎn)擊、試點(diǎn)擊和不等待導(dǎo)航等選項(xiàng),文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2025-02-02
Google colab中從kaggle中接入數(shù)據(jù)的操作方法
這篇文章主要介紹了Google colab中如何從kaggle中接入數(shù)據(jù),本文涉及到兩大平臺(tái)內(nèi)容,所以我默認(rèn)你已經(jīng)擁有了,并且使用過(guò)了一段時(shí)間的google賬號(hào)和kaggle賬號(hào),需要的朋友可以參考下2024-03-03
三大Python翻譯神器再也不用擔(dān)心學(xué)不好英語(yǔ)
本文介紹了用python做一款屬于自己的翻譯詞典軟件,從此告別網(wǎng)頁(yè)搜索,文中有非常詳細(xì)的代碼示例,小伙伴們快快行動(dòng)吧,需要的朋友可以參考下2021-09-09
Python制作運(yùn)行進(jìn)度條的實(shí)現(xiàn)效果(代碼運(yùn)行不無(wú)聊)
這篇文章主要介紹了Python制作運(yùn)行進(jìn)度條的實(shí)現(xiàn)效果(代碼運(yùn)行不無(wú)聊),本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-02-02
優(yōu)化Python代碼使其加快作用域內(nèi)的查找
這篇文章主要介紹了優(yōu)化Python代碼使其加快作用域內(nèi)的搜索,文中介紹了CPython相關(guān)的C代碼來(lái)對(duì)查找功能進(jìn)行優(yōu)化,加快搜索的速度,需要的朋友可以參考下2015-03-03
Pandas中八個(gè)常用option設(shè)置的示例詳解
通過(guò)pandas的使用,我們經(jīng)常要交互式地展示表格(dataframe)、分析表格。本文整理了8個(gè)常用的配置選項(xiàng),使用可以提高很多效率,需要的可以參考一下2022-06-06
ZABBIX3.2使用python腳本實(shí)現(xiàn)監(jiān)控報(bào)表的方法
今天小編就為大家分享一篇ZABBIX3.2使用python腳本實(shí)現(xiàn)監(jiān)控報(bào)表的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07

