python 导入excel空间三维坐标 生成三维曲面地形图 5-4、线条平滑曲面且可通过面观察柱体变化(四)

环境
python:python-3.12.0-amd64
包:
matplotlib 3.8.2
pandas     2.1.4
openpyxl   3.1.2
scipy      1.12.0
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from scipy.interpolate import griddata
from matplotlib.colors import ListedColormap
import numpy as np
from matplotlib import pyplot as plt
from matplotlib import font_manager
from matplotlib.image import imread
from matplotlib.widgets import Button
from tkinter import messagebox#解决中文乱码问题
plt.rcParams['font.sans-serif']=['kaiti']
plt.rcParams["axes.unicode_minus"]=False #解决图像中的"-"负号的乱码问题#实心圆柱体代码1
def map_rate(X: list, to_min: float, to_max: float) -> list:"""区间映射Attribute:- X: 需要映射的列表- to_min: 要映射到的最小值- to_max: 要映射到的最大值"""x_min = min(X)x_max = max(X)return list([int(round(to_min + ((to_max - to_min) / (x_max - x_min)) * (i - x_min), 1)) for i in X])
# rainbow色带
def rainbow(x):# rainbow色带#data = [(255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0), (255, 0, 0)]data = [(175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230), (175, 210, 230)]co = map_rate(x, 0, 175)return np.array(list(data[i] for i in co))
# 求中点
def midpoints(x):sl = ()for i in range(x.ndim):x = (x[sl + np.index_exp[:-1]] + x[sl + np.index_exp[1:]]) / 2.0sl += np.index_exp[:]return x
# 归一化函数
def normalize(data):mx = np.max(data) * np.ones(data.shape)mn = np.min(data) * np.ones(data.shape)return (data - mn) / (mx - mn)
# 定义应力与半径的关系
def Mises(r):return np.round(r * 2, 2)  # 计算von mises应力，并保留小数点后两位
#实心圆柱体代码结束# 创建自定义颜色调色板
def create_custom_colormap(name, colors):colors = np.array(colors)cmap = plt.get_cmap(name)cmap.set_over(colors[-1])cmap.set_under(colors[0])cmap.set_bad(colors[0])return cmap# 定义一些颜色
#colors = ['red', 'blue', 'green', 'yellow', 'purple']
colors = ['red', 'orange', 'yellow', 'green', 'blue']
# 创建自定义颜色映射对象
my_colormap = create_custom_colormap('turbo', colors)
# 读取Excel文件
df = pd.read_excel('煤仓模拟参数.xlsx')
#df = pd.read_excel('煤仓模拟参数222.xlsx')
#去除无效点
# 根据A列和B列分组，并将每组中C列的值更改为该组中C列的最小值
df['Z轴'] = df.groupby(['X轴', 'Y轴'])['Z轴'].transform('min')
#print('数量:',df)
# 将DataFrame导出到Excel文件
#df.to_excel('u.xlsx', index=False)
# 提取x、y、z数据
x = df['X轴'].values
y = df['Y轴'].values
z = df['Z轴'].values
plt.rcParams['figure.facecolor'] = 'lightblue'
# 创建三维坐标轴对象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 设置figure标题# 使用平滑曲面插值方法创建地形图（假设使用样条插值方法）
#smoothed_terrain = ax.scatter(x, y, z, cmap='viridis')# 使用griddata函数进行插值，这里使用最近邻插值法，你也可以选择其他的插值方法
# 插值后的数据用于绘制平滑曲面地形图
grid_x, grid_y = np.mgrid[min(x):max(x):100j, min(y):max(y):100j]
grid_z = griddata((x, y), z, (grid_x, grid_y), method='cubic')
# 设置颜色映射和透明度
cmap = plt.get_cmap('RdYlBu')  # 选择颜色映射
norm = plt.Normalize(vmin=-5, vmax=5)  # 标准化高度值
alpha = norm(grid_z).data  # 计算透明度
colors = cmap(norm(grid_z).data)  # 计算颜色值
# 使用平滑曲面插值后的数据绘制地形图
# 绘制地形图(camp:coolwarm,viridis,plasma,inferno,magma,cividis,rainbow)
# 绘制地形图(camp:coolwarm,viridis,plasma,inferno,magma,cividis,rainbow)
cmap = ListedColormap(['blue', 'green', 'yellow', 'orange','Red'])
ax.contourf(grid_x, grid_y, grid_z, levels=300, cmap=my_colormap)
#ax.contourf(grid_x, grid_y, grid_z, levels=60, cmap='viridis')#实心圆柱体代码2
# 定义圆柱的参数
R = 9000  # 圆柱的半径
# 查找列'X'的绝对值等于9000的行，并获取列'Z'中的最小值
H= df[(abs(df['X轴']) == 9000) & (df['Z轴'].notnull())]['Z轴'].min() # 圆柱的高
#H = df[(abs(df['X轴']) == 9000) & (df['Z轴'].notnull())]['Z轴'].max() # 圆柱的高
#H=36316
# 网格点数量
nr = 19j  # 沿半径分几层
ntheta = 25j  # >=4
nh = 9j
# 转换坐标系，并求中点
nr, theta, nz = np.mgrid[0:R:nr, 0:np.pi * 2:ntheta, 16452:H:nh]
nx = nr * np.cos(theta)
ny = nr * np.sin(theta)
rc, thetac, zc = midpoints(nr), midpoints(theta), midpoints(nz)
# 填充网格
a, b, c = rc.shape
rr = list(rc[:, 0, 0])
sphere = np.zeros((a, b, c)) == 0
# 设置颜色
hsv = np.zeros(sphere.shape + (3,))
r_color1 = rainbow(rr)
r_color2 = normalize(r_color1)
rgb_r = r_color2[:, 0]
rgb_g = r_color2[:, 1]
rgb_b = r_color2[:, 2]
for i in range(a):hsv[i, ..., 0] = rgb_r[i] * np.ones((b, c))hsv[i, ..., 1] = rgb_g[i] * np.ones((b, c))hsv[i, ..., 2] = rgb_b[i] * np.ones((b, c))
# 求应力
mises_r = np.linspace(0, R, a)
mises = Mises(mises_r)
ax.voxels(nx, ny, nz, sphere,facecolors=hsv,edgecolors=np.clip(2 * hsv - 0.5, 0, 1),linewidth=0.5)
#实心圆柱体代码2结束#实心圆柱上面在套一个白色泉
# 先根据极坐标方式生成数据
u1 = np.linspace(0, 2 * np.pi, 50)  # 把圆分按角度为50等分
h1 = np.linspace(16452, 36316, 20)  # 把高度9000均分为20份
x1 = np.outer(np.sin(u1), np.ones(len(h1))*9000)  # x值重复20次
y1 = np.outer(np.cos(u1), np.ones(len(h1))*9000)  # y值重复20次
z1 = np.outer(np.ones(len(u1)), h1)  # x，y 对应的高度# Plot the surface
ax.plot_surface(x1, y1, z1, cmap=plt.get_cmap('autumn'),alpha=0.15)ax.grid(True)
# 添加颜色条
cbar = plt.colorbar(plt.imshow(grid_z, cmap=cmap), ax=ax)
cbar.set_label('Height')
# 读取背景图
img = imread('1.jpeg')
# 添加背景图
ax.imshow(img, alpha=0.5)
# 设置x轴的刻度间隔
ax.set_xticks(np.arange(-9000, 9000, 2500))  # 从-7500到7500，步长为2500# 设置y轴的刻度间隔
ax.set_yticks(np.arange(-9000, 9000, 2500))  # 从-7500到7500，步长为2500# 设置z轴的刻度间隔
#ax.set_zticks(np.arange(16452, 36316, 2500))   # 从10000到31000，步长为2500# 创建包含不规则刻度的数组
z_ticks = np.array([16452,18952,21452,23952,26452,28952,31452,33952,36316])# 设置z轴刻度间隔
ax.set_zlim([16452, 36316]) # 设置z轴的范围
ax.set_zticks(z_ticks) # 设置z轴刻度的值# 设置新的刻度列表
ax.set_zticks(z_ticks)  # 设置新的刻度列表# 设置x轴和y轴的标签为空字符串，并隐藏它们
ax.set_xlabel('')
ax.set_ylabel('')
ax.set_xticks([])
ax.set_yticks([])
# 设置坐标轴的位置和方向
ax.spines['right'].set_color('none')       # 隐藏右侧的坐标轴线
ax.spines['top'].set_color('none')         # 隐藏顶部的坐标轴线
ax.spines['bottom'].set_color('none')       # 隐藏右侧的坐标轴线
ax.spines['left'].set_color('none')         # 隐藏顶部的坐标轴线
#计算面积,容积,最高料位等
h = df['Z轴'].mean()-16452#print(h)# 计算圆柱体的体积
#pi = np.pi
#V = np.pi * r**2 * h  # 圆柱体体积公式：πr²h  r 9000  h-16452  983.6  3000上下就是对的
#print(V)# 计算圆柱体的体积
r=9000
pi = np.pi
V = np.pi * r**2 * h  # 圆柱体体积公式：πr²h  r 9000  h-16452  983.6  3000上下就是对的
#print('V=',V)def mm3_to_m3(mm3):m3 = mm3 / (1000**3)return m3# 测试代码
mm3_value = V  # 1立方米等于1000000立方毫米
m3_value = mm3_to_m3(mm3_value)
print(m3_value)m3_value_1=m3_value+983.6
print('体积=',m3_value_1)zl=1.5*m3_value_1
print('质量=',zl)
VP=m3_value_1/6022.72#6022.72为总桶的总体积
print('容积=',VP)# 找到该列的最大值和最小值
max_value = df['Z轴'].max()
min_value = df['Z轴'].min()
h=h+16452
# 打印结果
print("最高料位=",max_value)
print("最低料位=",min_value)
print("平均料位=",h)
# 添加标题和坐标轴标签
ax.set_title('高度变化显示顶仓、筒和底仓的料的变化')
# 在图形上添加文本
str = "体积="+np.array2string(m3_value_1)+"\n质量="+np.array2string(zl)+"\n容积="+"{:.2%}".format(VP)+"\n最高料位="+np.array2string(max_value)+"\n最低料位="+np.array2string(min_value)+"\n平均料位="+np.array2string(h)
#ax.text(-25000,-5000,15000,str)
ax.text2D(-0.4, 0.95, str, transform=ax.transAxes,va='top')#, va='top'
print(str)
# 改变图形显示的角度
ax.view_init(elev=30, azim=-86)
# 设置图形比例，使X、Y轴和面板底部重合
ax.set_aspect('equal', adjustable='box')
# 设置图形比例，使X、Z轴重合
ax.set_axis_off()  # 关闭坐标轴
plt.show()

 

资源下载(分享-->资源分享)：

链接：https://pan.baidu.com/s/1UlP0lsma8OWchfV5kstEFQ 
提取码：kdgr

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/529328.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Amazon SageMaker 机器学习之旅的助推器

Amazon SageMaker 机器学习之旅的助推器

授权声明：本篇文章授权活动官方亚马逊云科技文章转发、改写权，包括不限于在 亚马逊云科技开发者社区, 知乎，自媒体平台，第三方开发者媒体等亚马逊云科技官方渠道。 一、前言 在当今的数字化时代，人工智能和机器学习已…
阅读更多...
OpenGL学习——19.模板测试

OpenGL学习——19.模板测试

前情提要：本文代码源自Github上的学习文档“LearnOpenGL”，我仅在源码的基础上加上中文注释。本文章不以该学习文档做任何商业盈利活动，一切著作权归原作者所有，本文仅供学习交流，如有侵权，请联系我删除。L…
阅读更多...
南洋理工发布多模态金融交易Agent，平均利润提高36%！

南洋理工发布多模态金融交易Agent，平均利润提高36%！

金融市场是经济稳定的基石，它不仅促进了资本的分配，还提供了风险管理的机制。随着市场的不断演变，传统的基于规则的交易系统由于缺乏适应市场波动的能力而表现不佳。尽管基于强化学习的系统显示出更好的适应性，但它们在处理多模态…
阅读更多...
Flink实时数仓同步：实时表、流水表、快照表整合实战详解

Flink实时数仓同步：实时表、流水表、快照表整合实战详解

一、背景 在大数据领域，数据分析、实时数仓已经成为平台上常见的功能之一。无论是进行实时分析还是离线分析，都离不开数仓中的表数据。 特别是在实时分析领域，查阅实时数据、历史数据以及历史变更数据是非常常见的需求。而这些功能的实现主…
阅读更多...
墨水屏电子桌牌选购攻略：打造企业现代形象！

墨水屏电子桌牌选购攻略：打造企业现代形象！

随着科技的不断发展，墨水屏电子会议桌牌作为一种新型的会议辅助工具，不仅能够提升会议效率，还能展现企业的现代化形象。然而，面对市场上琳琅满目的产品，企业如何选购合适的墨水屏电子会议桌牌呢？下面&#…
阅读更多...
安装zabbix

安装zabbix

部署Zabbix监控平台 部署一台Zabbix监控服务器，一台被监控主机，为进一步执行具体的监控任务做准备： 安装LNMP环境源码安装Zabbix安装监控端主机，修改基本配置初始化Zabbix监控Web页面修改PHP配置文件，满足Zabbix需求…
阅读更多...
力扣每日一题 找出数组的第 K 大和 小根堆 逆向思维（TODO：二分+暴搜）

力扣每日一题 找出数组的第 K 大和 小根堆 逆向思维（TODO：二分+暴搜）

Problem: 2386. 找出数组的第 K 大和 文章目录 思路复杂度💖 小根堆💖 TODO：二分 暴搜 思路 👨‍🏫 灵神题解 复杂度 时间复杂度: 添加时间复杂度, 示例： O ( n ) O(n) O(n) 空间复杂度: 添加空间复杂…
阅读更多...
脉搏波PPG信号分析笔记

脉搏波PPG信号分析笔记

1.脉搏波信号的PRV分析 各类分析参数记参数 意义 公式 参数意义 线性分析 时域分析 均值MEAN 反应RR间期的平均水平 总体标准差SDNN 评估24小时长程HRV的总体变化， SDNN ＜ 50ms 为异常，SDNN＞100ms 为正常；…
阅读更多...
Leetcode 54. 螺旋矩阵

Leetcode 54. 螺旋矩阵

题目描述： 给你一个 m 行 n 列的矩阵 matrix ，请按照 顺时针螺旋顺序 ，返回矩阵中的所有元素。 示例 1： 输入：matrix [[1,2,3],[4,5,6],[7,8,9]] 输出：[1,2,3,6,9,8,7,4,5] 示例 2： 输入&a…
阅读更多...
Anaconda下载安装及配置pytorch环境

Anaconda下载安装及配置pytorch环境

先解释一下Python、Anaconda、Pytorch是啥 Python是一种广泛使用的编程语言，在许多领域都有应用。它具有简洁的语法，易于学习，并且有大量的第三方库可以使用。 Anaconda是一个Python的包和环境管理软件，提供了许多用于数据科学&a…
阅读更多...
c语言：操作符详解（上）

c语言：操作符详解（上）

目录 一、操作符的分类二、二进制和进制转换1.2进制转10进制2.10进制转2进制3.2进制转8进制4.2进制转16进制 三、原码、反码、补码四、算术操作符、-、*、/、%1.**和-**2.*3./4.% 五、移位操作符1.左移操作符2.右移操作符 六、位操作符：&、|、^、~七、赋值操作符…
阅读更多...
Python中random模块：随机数生成与应用

Python中random模块：随机数生成与应用

random模块介绍 随机数在计算机编程中扮演着重要的角色，它们被广泛应用于游戏开发、密码生成、仿真等众多领域。 Python提供了丰富而强大的random模块，旨在方便开发者生成高质量的随机数，随机选择和操作数据。 本文将介绍Python中random模…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023