Matlab绘制NVH瀑布图全流程：从Workbench与Simcenter数据到Campbell图

搞振动噪声的人，迟早都要跟瀑布图打交道。不管是电机加速过程的阶次噪声，还是变速箱在各档位下的共振带分布，又或者是压缩机起停机时的瞬态响应，手里握着一堆Workbench、Simcenter 3D的仿真结果，最后想在一张图里讲清楚“频率随时间/转速怎么变、幅值有多少”，最直观的做法就是用Matlab把瀑布图画出来。

我之前帮同事处理过一组电机NVH数据：ANSYS Workbench谐响应算了几十个频率点，Simcenter 3D又导出一批时域响应，两边数据格式还不一样，频率轴一个密一个疏，幅值单位一个用mm/s²一个用dB。折腾了一下午，最终靠Matlab脚本把数据统一成三维矩阵，用surf、waterfall、contourf各出了一版图。这个流程踩过不少坑，今天就完整拆开讲讲：从仿真软件导出什么数据、Matlab怎么读、三维矩阵怎么组织，到瀑布图四种画法、工程级显示调优、转频线和阶次线叠加，最后附上我实际踩过的坑和排查方法。

这套内容适合两类人：一类是刚接触NVH的仿真工程师，对着导出的数据不知从哪下手；另一类是已经会画简单瀑布图，但想让图更专业、能直接放进报告里的朋友。只要你Matlab基础操作没问题，照着下面的思路走，基本半小时能出一张能看的图。

1. 瀑布图是什么，NVH分析为什么绕不开它

1.1 从一堆仿真曲线到一眼看穿整个变速工况

想象一个简单的工况：电机从1000 rpm匀加速到6000 rpm，整个过程持续5秒。如果你只看某一个转速下的频谱，只能知道“这个转速下有哪些峰值频率”；但共振不是只在一个转速点出现，它跟激励频率、结构固有频率是否匹配有关。随着转速上升，各个阶次的激励频率也在扫过结构固有频率，某个转速下幅值突然蹿高，就可能触发了共振。

一张图能同时容纳三个维度信息，就是瀑布图的核心价值：横轴是频率，纵轴是转速（或时间），高度（颜色）是响应幅值。这样一来，横线是恒定频率的共振带，斜线是随转速变化的阶次线，共振带和阶次线的交点往往就是临界转速。没有瀑布图，你得翻几十张频谱图肉眼对比，有了瀑布图，一眼扫过去全清楚了。

1.2 先分清你画的到底是哪种瀑布图

这里有个容易混淆的概念。工程里说的瀑布图其实至少有两种：

一种是把不同工况点（比如不同转速、不同测点、不同阻尼比）的频谱曲线在三维空间里等距排列，用z方向高度表示幅值，看起来像一排平行的“帘幕”，这种在模态测试里很常见，用来对比不同状态下频谱形状的变化。

另一种是Campbell图，也叫阶次瀑布图，纵轴是转速或时间，颜色/高度表示该时刻各频率分量的幅值，电驱NVH、转子动力学、发动机噪声分析都用这种。它强调的是“频率成分随转速/时间如何演化”，重点看斜线（阶次线）和竖线（结构共振）的交点。

本文重点讲第二种，因为Workbench的谐响应结果、Simcenter 3D的瞬态响应结果，做完后最常需要的就是这种Map图。但画法本身是通用的，理解了三维矩阵的组织方式，两种瀑布图都能画。

2. 仿真端的数据导出：Workbench与Simcenter 3D的准备工作

2.1 Workbench导出响应谱的两种常用姿势

用ANSYS Workbench做振动分析，最常遇到的情况是已经算完了谐响应（Harmonic Response），得到了某个节点或某个面上的位移/加速度/应力随频率变化的曲线。这时候导出数据要分两步走：

第一步，选对结果对象。在Solution下插入Frequency Response，选中你要监测的节点，或者直接选一个面然后取平均值。建议多选几个关键节点，因为实际共振点不一定在你最初猜的那个位置。我之前遇到过只看轴承座节点，结果真正的共振在端盖边缘，后来把几个候选节点的数据都导出来对比，才发现之前漏了重要信息。

第二步，设置输出选项。在Frequency Response的Details面板里，把Frequency Display设为Linear或Tabular，然后在Worksheet里把结果复制出来，或者右键导出为CSV/Excel格式。这里有个关键细节：Workbench默认按“频率—实部—虚部”导出，如果你要的是幅值，记得在设置里把Solution Display改成Amplitude。

如果是瞬态分析（Transient Structural），导出的就是每个时间步的位移/速度/加速度时域信号。这时候拿到的是时间序列，要做FFT才能转成频谱，工作量更大一点。但好处是时域数据包含了完整的启停过程，做Campbell图的信息量比单纯的稳态谐响应更丰富，后续处理的空间也大。

2.2 Simcenter 3D的数据导出与单位陷阱

Simcenter 3D（以前叫NX Nastran）在声振分析里用得非常多。做声学响应或振动响应分析后，结果文件里可以提取节点或单元在某频率段内的响应谱。

Simcenter 3D导出数据比Workbench稍微绕一点：在Post-Processing里打开Response，选Function->Export，可以输出成CSV、TXT或者RPC格式。如果你后续还要用其他软件，CSV和TXT是最稳妥的；如果数据量巨大，RPC格式更紧凑，但Matlab直接读RPC需要额外工具包，我一般建议直接导出CSV，省得给自己找麻烦。

单位问题一定要检查。Workbench默认用的单位制通常会在Quantity里标清楚，但Simcenter 3D里，你模型的单位制跟导出结果的单位可能不一致。我就遇到过模型用mm制建的，结果加速度导出来是m/s²，但频率轴是Hz，幅值轴单位没标，差点按mm/s²去读。建议导出后先看文件头部或者另存一份带单位说明的元数据，养成习惯。

另外Simcenter 3D的Frequency Response函数可以设置频率容差和干涉容差，导出的频率点可能是非均匀分布的。这意味着你导出的两个文件频率轴大概率不一样，后面Matlab里必须做重采样或者插值，这一步躲不掉。

2.3 数据落地规范，决定后面省不省心

我在处理仿真数据时有一个习惯，先把数据落成一个统一的目录结构：

NVH_Data/ 01_1000rpm/ acc_node_1.csv acc_node_2.csv 02_1500rpm/ acc_node_1.csv 03_2000rpm/ ...

文件命名里带上转速或时间信息，后面Matlab批量读取时可以根据文件名自动提取工况参数，不用人工一个个维护参数表。导出的CSV内部格式也尽量统一：第一列频率，第二列实部，第三列虚部，或者第一列频率，第二列幅值。如果软件导出的格式不统一，我建议在Matlab读取时做一个标准化函数，统一字段名称，而不是在仿真软件里反复调整导出设置。数据管理规范一点，后面写脚本会省非常多时间。

3. 用Matlab批量读数据，整理成可绘图的三维矩阵

3.1 不要手工导Excel，用脚本批量读取

很多人习惯从Workbench里把数据复制到Excel，再手动在Matlab里xlsread。数据少还行，一旦有几十个转速工况点，手工操作不仅慢，还容易串行。实际上Matlab有一套非常成熟的批量读取流程，配合好点的文件命名规则，可以做到全自动。

下面是我常用的批量读取脚本片段：

% 批量读取NVH仿真导出的CSV文件 clear; clc; close all; % 设置数据目录 dataDir = 'NVH_Data'; fileList = dir(fullfile(dataDir, '*.csv')); % 预分配存储变量 freqData = {}; ampData = {}; rpmData = []; for i = 1:length(fileList) % 从文件名中提取转速，例如 01_1000rpm_acc_node_1.csv -> 1000 fileName = fileList(i).name; tokens = regexp(fileName, '(\d+)rpm', 'tokens'); if isempty(tokens) continue; end rpm = str2double(tokens{1}{1}); % 读取CSV raw = readmatrix(fullfile(dataDir, fileName)); % 假设第一列是频率，第二列是幅值 freq = raw(:, 1); amp = raw(:, 2); % 保存 freqData{end+1} = freq; %#ok<SAGROW> ampData{end+1} = amp; %#ok<SAGROW> rpmData(end+1) = rpm; %#ok<SAGROW> end % 排序转速（保证画图顺序正确） [rpmSorted, idx] = sort(rpmData); freqData = freqData(idx); ampData = ampData(idx);

注意readmatrix在R2019a之后才有，如果你用旧版本Matlab，改用csvread或者importdata都可以。另外，dir返回的文件顺序不是按数字排序的，所以一定要做一次sort，否则画出来的图会出现转速乱跳的情况。

文件是中文路径的话，不同版本Matlab处理能力不同，有时候会读出乱码或者报错。我的建议是所有目录和文件名尽量用英文，省得折腾编码问题。

3.2 频率轴不一致？插值统一是必做步骤

不同工况点的数据，频率轴可能不一样，因为仿真软件的频率分辨率、输出点数量是随频率或转速变化的。如果你直接把原始频率和幅值丢给surf，Matlab要求X、Y、Z必须是网格点，各个工况点的频率轴不一致，根本构不成网格，画出来要么报错，要么图形很诡异。

所以必须先定义一个统一的频率轴，推荐用所有工况频率范围的并集，或者直接指定一个你关心的频段。比如：统一从0到2000 Hz，步长1 Hz。然后把每个工况的幅值通过插值映射到这个统一频率轴上。

% 定义统一的频率轴 freq_uniform = 0:1:2000; % 根据实际需要调整 % 插值到统一频率轴 amp_interp = zeros(length(rpmSorted), length(freq_uniform)); for i = 1:length(rpmSorted) amp_interp(i, :) = interp1(freqData{i}, ampData{i}, freq_uniform, 'linear', 0); end

插值方法推荐linear，精度对瀑布图足够了。如果数据点很密，用spline会带来轻微的过冲，可能在峰值附近出现假的小毛刺；但如果数据点太少，linear又会丢失峰值细节，这时候需要结合原始仿真设置的频率步长来权衡。末端值设成0，表示在某个转速下，超出该工况实测范围之外的频率区间无响应。

如果你手上的数据本身就是不均匀频率点，也可以用griddata做更复杂的插值，但常规情况下interp1就够了。

3.3 三维矩阵的排列顺序，画出来不花的前提

拿到amp_interp矩阵后，需要构建三个网格矩阵：X是转速（纵轴），Y是频率（横轴），Z是幅值。注意：surf/waterfall/pcolor这类函数的接受方式是X、Y、Z三个同尺寸的矩阵。

% 构建网格矩阵 [X, Y] = meshgrid(rpmSorted, freq_uniform); Z = amp_interp';

这里有个容易搞混的点：amp_interp的行是转速，列是频率；但meshgrid(rpmSorted, freq_uniform)生成的第一维（行）对应freq_uniform，第二维（列）对应rpmSorted，所以转置一下才能对上。很多人画出来图花成一团，就是这里行列搞反了。

转置之后，X(i,j)是某个频率的数值，Y(i,j)是某个转速的数值，Z(i,j)是对应的幅值。经常有人问为什么surf出来的坐标轴对不上，80%以上的原因是矩阵顺序错了，剩下的可能是数据没有排序。

4. 四种瀑布图画法，以及工程级显示设置的调优

4.1 surf与mesh：同套矩阵，两种观察逻辑

最直接的方式是用surf画彩色曲面图。面颜色代表幅值高低，视觉冲击力最强，适合在PPT和汇报里展示“哪里能量集中”。

figure('Color', 'w'); surf(X, Y, Z, 'EdgeColor', 'none', 'FaceAlpha', 0.95); xlabel('转速 (rpm)'); ylabel('频率 (Hz)'); zlabel('幅值 (mm/s^2)'); view(45, 30); colormap('turbo'); colorbar;

view(45, 30)是我试过比较舒服的视角，既能看出三维起伏，又不至于把后端数据遮住太多。如果你想突出峰值，可以试试view(90, 0)，相当于俯视投影，更像颜色图。

surf的坑在于，如果网格过密，曲面太复杂，旋转视角时会非常卡；如果网格过疏，共振带会变成一个一个的凸点，看不出连续分布。建议转速方向至少20到50个点，频率方向100到500个点就足够展示细节了，再多只会拖慢渲染。

如果文章或论文需要黑白打印，surf的彩色填充会变成一片灰，很难看清。这时候用mesh画线框图，靠线条的疏密变化来表达幅值高低，黑白打印后依然能读出来。

figure('Color', 'w'); mesh(X, Y, Z, 'EdgeColor', 'k', 'LineWidth', 0.5);

mesh的视觉细节取决于网格多少，太密会变成一团黑，太疏又看不出变化。我通常先画surf做快速检查，确定没问题后再用mesh出黑白版，或者把两个都输出，看场景用哪个。

4.2 waterfall：最经典的“瀑布”效果实现

Matlab自带waterfall函数，专门用来画这种沿一个方向排列的谱线。它的效果是一组等转速间隔的曲线沿频率方向排列，看上去格外“工程”。很多专业NVH报告里的瀑布图就是这种风格。

figure('Color', 'w'); waterfall(X, Y, Z); xlabel('转速 (rpm)'); ylabel('频率 (Hz)'); zlabel('幅值'); colormap('parula');

waterfall默认只在X方向画线，频率方向的连续性由颜色体现。如果希望每条频谱曲线更突出，可以把转速间距设得稀疏一点。但waterfall有一个小问题：当转速条数很多时，前面的线会遮挡后面的谱峰，导致局部亮点看不清。这时可以通过view(45, 50)稍微调高视角，让后方暴露更多。

这里有一个很多人不知道的细节：waterfall画出来的线的颜色默认是随幅值变化的，但如果你用quiver的方式去理解它，X和Y的方向跟我们习惯的“频率在横轴、转速在纵轴”其实可以通过view来调整。如果发现转速方向跑到了左右水平方向，可以交换X和Y，或者用set(gca,'YDir','reverse')调整视觉方向。

4.3 pcolor/contourf：俯视投影更适合定量判断

三维视角的瀑布图适合讲故事，但做定量判断——比如读出共振频率精确是多少、临界转速是多少——三维图并不方便，因为视线有透视畸变，很难直接从坐标轴上读准位置。这时候应该用俯视投影图。

俯视图有两种常用画法：pcolor和contourf。

figure('Color', 'w'); contourf(freq_uniform, rpmSorted, amp_interp, 40, 'LineStyle', 'none'); xlabel('频率 (Hz)'); ylabel('转速 (rpm)'); colormap('turbo'); colorbar;

其实不需要构建三维网格矩阵，直接用freq_uniform、rpmSorted和amp_interp就能画。这就是俯视图比三维图更简单方便的地方。contourf后面那个40是等值线的层级数，层级越多颜色过渡越细腻，但太多也会让颜色条读起来费劲。我一般先用40层看整体，输出报告时换成20层，视觉效果更干净。

pcolor和contourf的区别是：pcolor是逐格填色，色块边界清晰，但数据量太大时显得马赛克感很强；contourf是对数据进行平滑插值后再填色，视觉上更连续、更像专业NVH软件的Map图。所以做俯视图，我推荐contourf为主，pcolor只在数据点极少、想要强调“这是离散仿真结果”时才用。

4.4 坐标轴视角、颜色映射与高清导出

把三维图和俯视图弄出来后，还要做一组统一的显示设置，才能保证图能放进报告里不用再返工。

坐标轴字号和方向：仿真图的坐标轴标签尽量用中文不加单位？不一定，行业报告里常用英文或中文都可以，但用户问的是可以直接复现的方法，坐标轴设置用你习惯的语言就行。

set(gca, 'FontName', 'Arial', 'FontSize', 11); grid on; box on;

颜色映射推荐原因：Matlab老版本默认的jet色彩映射，虽然颜色鲜艳，但有两个知名缺点——黄绿色段亮度太高，容易把中等幅值区域显示得比实际更亮；而且颜色顺序在色觉障碍的人眼里很难区分。现在Matlab已经默认parula，另外我建议试试turbo，它更接近jet的层次但亮度分布更均匀，视觉上更清晰。

导出图片时，尽量避免直接print默认导出，分辨率低、字体发虚。推荐用exportgraphics，这是R2020a之后加入的函数，可以指定分辨率：

exportgraphics(gcf, 'campbell_diagram.png', 'Resolution', 300);

如果你还用旧版Matlab，只能用print(gcf, '-dpng', '-r300', 'campbell_diagram.png')。打印导出最大的坑是尺寸：默认的figure在导出后，宽高比会和屏幕上看到的不一样，字体、线条比例都变了。建议在figure创建时就用set(gcf, 'Position', [100 100 800 600])或者直接指定Units='centimeters'，把尺寸定好再导出。

还有一个细节：如果你最终要把图放在Word或者Latex里，背景色建议设成白色，不要用默认灰色背景。

5. 把瀑布图变成诊断图：叠加转频、阶次线与共振带

5.1 自动叠加转频线和倍频线

瀑布图的横轴是频率，纵轴是转速，这就有了一个天然的好处：转速和频率之间存在一个比例关系。对于旋转机械，1阶激励频率等于转速除以60（转速单位rpm，频率单位Hz），2阶、3阶同理。

在俯视图或者三维图上叠加转频线，马上就能看出“哪些峰值落在阶次线上，哪些是独立的共振带”。

% 在contourf图上叠加转频线和2倍转频线（适用于俯视图） hold on; order1 = rpmSorted / 60; order2 = 2 * rpmSorted / 60; plot(order1, rpmSorted, 'w--', 'LineWidth', 1.2); plot(order2, rpmSorted, 'w-.', 'LineWidth', 1.2);

在图上白色虚线表示1阶，白色点划线表示2阶，这样既能看到激励频率的变化趋势，又能通过颜色带在白色线上的“亮斑”判断该阶次激励是否激发了结构共振。如果是电机噪声，还要关注电磁力波的主阶次，可能是某个极对数和槽数组合算出来的阶次，不是简单的整数阶。

有一个技巧：如果噪声峰值恰好落在2阶线上，说明该阶次激励与结构模态发生了共振耦合；或者在某个转速下峰值出现在线上但前后都没有连续性，说明该转速下存在稳健的模态参与。把这些亮斑和转速轴对应起来，就能锁定临界转速值。

5.2 用包络峰提取共振带，定位临界转速

叠加阶次线之后，肉眼能看出来哪里有“亮斑”，但写报告时需要定量结论。这时可以用包络峰值提取，自动找出每个频率下幅值的最大值，形成共振带包络线。

% 提取每个频率点的最大幅值及对应转速 [maxAmp, idxMax] = max(amp_interp, [], 1); rpm_at_max = rpmSorted(idxMax); % 在三维图上用深色粗线标出共振带 hold on; plot3(rpm_at_max, freq_uniform, maxAmp, 'k-', 'LineWidth', 2);

这行代码非常实用。它把每个频率下响应最强的那个转速点连起来，形成一条脊线。如果瀑布图里有明确的共振带，脊线会在那个频带附近形成连续的峰值走廊。再往下，你还可以用findpeaks在某个转速切片里提取更精细的峰频，把共振频率做统计，这样报告里就能写“该结构在 340~360 Hz 区间存在明显共振，转速在 2100 rpm 时响应最剧烈”。

我建议用这个方式验证，而不是只用肉眼。仿真数据本身是确定的，峰值就是最大值，没有噪声干扰，所以包络法提取出来的是严格准确的共振走廊。

5.3 阶次切片：瀑布图之外的另一种常用视角

瀑布图看全局，但工程上还经常需要看“某一阶次随时间/转速的变化”。做法是在每个转速点，以该阶次的转频为中心，取一个窄频带内的能量积分或峰值，得到order slice曲线。

order = 2; % 2阶切片 halfBandwidth = 5; % 半带宽 Hz orderAmp = zeros(size(rpmSorted)); for i = 1:length(rpmSorted) centerFreq = order * rpmSorted(i) / 60; idxBand = find(abs(freq_uniform - centerFreq) <= halfBandwidth); if isempty(idxBand) orderAmp(i) = 0; else orderAmp(i) = max(amp_interp(i, idxBand)); end end figure('Color', 'w'); plot(rpmSorted, orderAmp, 'LineWidth', 1.5); xlabel('转速 (rpm)'); ylabel('2阶幅值 (mm/s^2)');

这条曲线可以清楚地看到该阶次随转速变化的趋势：某段转速下陡增，说明进入了该阶次对应的共振区；某段转速下比较平缓，说明结构响应以其他阶次为主。这里带宽的选择很重要：带宽太窄，频率分辨率不够，可能漏掉峰值；太宽，又会把邻近阶次的能量混进来。一般取5~10 Hz，具体看你的频率轴分辨率，如果频率步长是1 Hz，取±5 Hz就足够稳定了。

这个阶次切片在电动驱动总成的NVH分析里很常用，比如“2阶电磁噪声在3000 rpm附近有峰”，这种结论就是靠order slice得到的。

6. 常见问题与排查技巧实录

6.1 画出来是乱线或麻布纹

最常见的现象：surf画出来像一团打结的蜘蛛网，根本看不出趋势。这个问题的根源几乎都是数据矩阵没有按顺序排列，或者插值矩阵的行列顺序搞反。

先检查转速数据有没有sort过，然后验证矩阵尺寸是否一致：

disp(size(X)); disp(size(Y)); disp(size(Z));

三个矩阵必须完全一样。如果X和Y是通过meshgrid生成的但Z是原始转置过来的，尺寸可能会差个维度。另外，如果数据本身频率轴不均匀，没有插值就硬画，也会出现网格错乱。我之前有次数据是从Simcenter 3D导出的非均匀频率点，忘了插值，surf虽然没报错，但画出来像被撕碎的布片，插值之后立刻正常。

6.2 转速轴方向反了，或坐标轴比例失调

仿真数据经常是从高转速往低转速记录，比如先算6000 rpm再算1000 rpm。如果不排序，瀑布图整体会倒过来，转速轴大的在左边，小的在右边，看着很别扭。用sort之后就好了。

如果surf画出来，转速轴数值范围是1000到6000，频率轴是0到2000，Matlab会自动把X和Y轴的单位长度设成不一样，图形会偏扁或偏长。这时可以用axis equal强制等比例，但对于瀑布图未必合适，因为频率和转速单位不同，等比例通常会让图变得很丑。更推荐的做法是手动调整figure宽高比，让长轴水平放置，最终呈现效果会更协调。

6.3 幅值跨度太大，小信号被淹没

仿真响应中，共振峰值可能比背景高几个数量级。如果直接画线性幅值，瀑布图会呈现“一座尖峰，其他全是平地”。这时候有两个选择：

一是把幅值取对数或dB转换。振动噪声里常用20倍log10换算成dB：

amp_dB = 20 * log10(amp + eps);

这样画出来的图更能展示较小幅值区域的细节，共振带和阶次线都更清楚。但注意，如果幅值里有0值或者负值，需要先做处理，加eps只是临时办法，最好先检查数据有效性。

二是对色彩映射做非线性变换，比如在contourf里设定等值线级别为指数分布，而不是线性分布：

levels = logspace(log10(minAmp), log10(maxAmp), 30); contourf(freq_uniform, rpmSorted, amp_interp, levels, 'LineStyle', 'none');

这会让颜色条更关注大峰值，同时保留小信号的存在感。

6.4 数据量大，Matlab卡顿

三维图的数据量一大，比如转速点500个、频率点5000个，surf会非常卡，转个视角得等好几秒。这时我的经验是减少绘图点的数量，但保留原始数据分析：把矩阵做降采样画图，用原始矩阵做定量计算。

stepFreq = 5; % 每5个点取1个 stepRpm = 2; % 每2个转速取1个 plotFreq = freq_uniform(1:stepFreq:end); plotRpm = rpmSorted(1:stepRpm:end); plotZ = amp_interp(1:stepRpm:end, 1:stepFreq:end); surf(plotRpm, plotFreq, plotZ);

降采样只是显示层面的操作，不影响最终定量结论。如果你真的需要在全分辨率下交互查看，可以考虑用pcolor代替surf，因为pcolor本质是平面贴图，渲染效率高很多。

这里整理一张常见问题速查表，方便以后排查：

6.5 颜色区分度不高，报告里看不清关键信息

这个不算报错，但很影响出图效果。如果你用的是jet色系，黄绿段和暗红段的亮度差异不大，打印成黑白后几乎分不出来。换成turbo或parula之后，对比度会有明显提升。

如果想让“峰值区域”更突出，可以自己定义colormap。比如希望高幅值区域显示为黑色，其他区域为灰色渐变，可以在出图前用colormap(gca, [zeros(1,3); gray(255)])来做一段自定义映射。这种方法在某些技术报告中非常有用，能让峰值区域非常醒目。

做了这么多次瀑布图，我最深的体会是：拿到数据后不要急着画，先花十分钟整理数据、统一单位、排序插值，后面能省几小时返工的力气。尤其是从Workbench和Simcenter 3D导出的数据，格式单位差异很大，这两步做好了，瀑布图基本就是水到渠成的事。

最后分享一个小技巧：如果你需要定期对不同的仿真结果出瀑布图，可以把整套读取、插值、绘制封装成函数，输入参数是数据目录和绘图选项，输出是图。以后换一组数据，一行命令就搞定了，不用每次都从头重写脚本。这也是我这套流程里最值钱的部分。