重要步骤：
1 .首先，读入. txt文本数据，进行一系列字符串处理，由此提取显示所需的相关数据矩阵
2 .然后利用python的matplotlib库进行动态的三维显示
备注： matplotlib在显示二维数据可视化方面具有绝对优势，但在三维点云显示方面存在很多问题。 首先一个是显示几千几万个以上或者更多的三维点的时候，电脑的CPU明显跟不上，电脑的显示明显是纸箱化的，需要显示更多的点的时候，用python的另一个GPU渲染的演唱会
导入编号为NP
导入匹配
import matplotlib.pyplot as plt
from mpl _ toolkits.MP lot3dimportaxes 3d
frommatplotlib.animationimportfuncanimation
f=open(data.txt，) r ) )
point=f.read ()
f.close () )
L1=point.replace('n '，'，')
l2=l1.replace ('，'，') )。
l3=l2.split (，) )
#print(L3 )
m1=NP.Array(L3 ) ) )
m2=m1.reshape (2664，6 ) ) ) ) ) ) ) ) m2 ) ) ) ) m2 ) ) ) m1.reshape (2664，6 )。
m3=[]
for each in m2:
each _ line=list (map (lambdax : float (x )，each ) )
m3.append(each_line ) )。
m4=NP.Array(m3 ) )。
打印(M4 )。
yaw=[i[0] for i in m4]
pitch=[i[1] for i in m4]
radius=[i[2] for i in m4]
c1=[i[3:6] for i in m4]
C2=NP.Array(C1 )
C3=C2.reshape (2664，3 ) ) ) ) ) ) ) ) ) ) C3=C2.reshape (2664，3 ) ) ) ) ) ) ) ) ) ) C3 ) ) ) ) ) C3 ) ) ) ) C4 ) C4 ) C4 ) C4 ) C4 )
是打印(C3 )
x=[]
y=[]
z=[]
forIinrange(Len ) m4 ) ) :
x.append (radius [ I ] * math.sin (0.0174532924 * pitch [ I ] ) () ) ) )。
y.append(radius[I]*math.cos ) 0.0174532924*pitch[I] )
z.append (radius [ I ] * math.sin (0.0174532924 * pitch [ I ] ) () ) ) )。
#我是#print(x )
#我是#print(y )
#我是#print(z )
自订动画(: )
返回点
定义(:
返回点
fig=PLT.figure (fig size=(16，9 )，dpi=120 ) ) ) ) ) )。
ax=fig.add_subplot(111，projection='3d ' )
PLT.title('point ' ) )。
ax.set_xlabel('xlabel ' ) ) ) ) ) ) ) ) ) ) )。
ax.set_ylabel(zlabel ) )。
ax.set_zlabel(ylabel ) )。
anim=funcanimation(fig，animate，frames=NP.arange(100 )，init_func=init，
interval=100，blit=True )
forIinrange(2664 ) :
point=ax.Scatter(z[I]，x[i]，y[i]，c=(C3[I]/255 )，marker='.'，s=10，linewidth=1，alpha=1
plt.ion () )
PLT.Pause(0.01 ) )。
plt.close
plt.show () )
如果数据点未着色，则为：