由于需要观察某一个振动传感器的频谱在时间轴的分布情况，想到用三维图进行展示，搜索了大部分例子都是用用np.meshgrid() 生成x-y平面的点阵，再用点阵用z关于x,y的函数生成z轴数据，最后由plot_surface() 进行绘制，但是我的频谱数据已经生成，不知道如何用x,y生成z轴数据。后来找到了plot_trisurf(),可以很好适用我的情况

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
 
from matplotlib import cm
from mpl_toolkits.mplot3d import Axes3D
 
fig = plt.figure()
 
ax = fig.add_subplot(111, projection='3d')
 
 
if __name__ == '__main__':
    
    file = open('2018-06-21.csv','r')
    data_collection = []
    y_axis = np.linspace(0,25,256,endpoint=True)
    x_count = 0
    while True:
        line = file.readline()
        if not line:
            file.close()
            break
        strs = line.split(',')
        #print(len(strs))
        y_count = 0
        #print(y_axis)
        #print(len(strs[2:]))
        for item in strs[3:]:
            record = []
            record.append(float(x_count))
            record.append(float(y_axis[y_count]))
            record.append(float(item))
            y_count +=1
            data_collection.append(record)
        x_count +=1
    df = pd.DataFrame(data_collection,columns=['X','Y','Z'],dtype=float)
    print(len(df))
    ax.plot_trisurf(df['X'],df['Y'],df['Z'],cmap=cm.jet, linewidth=0.1)
    plt.show()

 从生成结果来看还是满意的，已经达到目的：

原文链接:https://blog.csdn.net/farell/article/details/113930012