Python matplotlib绘制点云3D散点图仅显示2点的问题排查

问题现象 #

基于点云数据绘制3D散点图时，最终生成的图表仅显示2个点。本次使用的点云数据共171行，包含224组由5个参数(x,y,z,intensity,noise)组成的参数组合，原有实现代码如下：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np


df1 = pd.read_csv('cloud.txt',delimiter='\t',skipinitialspace=True)
df1.dropna() #mojpoklusaj
print(type(df1))

pd.set_option('display.max_columns', None)
df1 = df1.apply (pd.to_numeric, errors='coerce')
#cloud.dropna()
df1.fillna(0,axis=0,inplace=True)
print(len(df1.columns))

x_list = []
y_list = []
z_list = []


for x in range(1,1121):    
converted_list = df1.iloc[:,x].tolist()
for index in range(len(converted_list)):
point = converted_list[index]
#np.log(point**10)
modul = index % 5 
if modul == 0:
    x_list.append(point)
elif modul == 1:
    y_list.append(point)
elif modul == 2:
    z_list.append(point)
else:
    continue


#df = pd.DataFrame(data) 
#print(type(df))
#print(df1)
#d_list = list(df1.columns.values)
#print(d_list)
#print(type(df1))
#x = d_list[0]
#y = df1[1].tolist()
#z = df1[2].tolist()

fig = plt.figure()
ax = fig.add_subplot(projection='3d')


ax.scatter( z_list, y_list, x_list, c=z_list, cmap='viridis', linewidth=1)
plt.show()

异常根因 #

• 列索引遍历越界：代码使用range(1,1121)遍历列，实际读入的DataFrame列数远小于1120，遍历过程会触发索引错误，且跳过了第0列的有效数据。
• 坐标拆分逻辑错位：代码按行索引取模5拆分x/y/z值，和点云数据的存储结构不匹配——点云的5个参数为连续排布的一维序列，并非按行循环排列，导致绝大多数有效坐标被丢弃，仅偶然匹配到2个有效坐标点。
• 空值处理未生效：df1.dropna()未将处理结果赋值回原变量，空值清洗逻辑没有实际作用。
• 散点坐标传参顺序错误：scatter()方法传入顺序为z_list, y_list, x_list，和3D坐标轴x/y/z的定义顺序不匹配，会导致坐标位置颠倒。

修正后代码 #

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 读入点云数据
df1 = pd.read_csv('cloud.txt', delimiter='\t', skipinitialspace=True)
# 统一转数值类型，修正空值处理逻辑
df1 = df1.apply(pd.to_numeric, errors='coerce')
df1 = df1.dropna()
df1.fillna(0, inplace=True)

# 将二维表格展平为一维数值序列，按5个参数一组的规则拆分坐标
all_values = df1.to_numpy().flatten()
# 按步长5切片提取对应坐标：每组第1位为x，第2位为y，第3位为z
x_list = all_values[::5]
y_list = all_values[1::5]
z_list = all_values[2::5]
# 如需使用强度、噪声字段可通过如下逻辑提取
# intensity = all_values[3::5]
# noise = all_values[4::5]

# 绘制3D散点图
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.scatter(x_list, y_list, z_list, c=z_list, cmap='viridis', linewidth=1)
plt.show()

修正说明 #

• 移除越界的列遍历逻辑，直接将DataFrame转为numpy数组后展平为一维序列，从根源避免索引越界导致的数据丢失。
• 调整坐标提取逻辑：按照点云5参数连续存储的结构，使用固定步长切片提取x/y/z坐标，不会出现坐标错位、漏取问题，可完整提取224组点的坐标值。
• 修正空值处理逻辑，dropna()处理后赋值回原数据框，保证空值清洗生效。
• 调整scatter()方法的传参顺序，和x/y/z坐标轴一一对应，避免坐标位置颠倒。

内容的提问来源于stack exchange，提问作者mika hirvonen