Skip to main content
 首页 » 编程设计

python之如何使用 mplot3d 设置网格的原点

2024年12月31日13zengkefu

按照 scikit-image doc 中的示例我使用行进立方体算法生成球面网格。我想将单位球壳居中于由 x、y、z 网格定义的原点。但是,我不能那样做,因为我不知道如何使用 mpl_toolkits.mplot3d.art3d.Poly3DCollection 放置 x、y、z 信息。这是代码:

import matplotlib.pyplot as plt 
from mpl_toolkits.mplot3d.art3d import Poly3DCollection 
from skimage import measure 
import numpy as np 
 
x, y, z = np.ogrid[-4:4:20j, -4:4:20j, -4:4:20j] 
r = np.sqrt(x ** 2 + y ** 2 + z ** 2) 
verts, faces, normals, values = measure.marching_cubes_lewiner(r,level=1) 
fig = plt.figure(figsize=(10, 10)) 
ax = fig.add_subplot(111, projection='3d') 
mesh = Poly3DCollection(verts[faces]) 
mesh.set_edgecolor('k') 
ax.add_collection3d(mesh) 
plt.show() 

问题是 marching_cubes_lewiner 函数没有考虑 x,y,z。我如何才能像网格所暗示的那样将生成的球体居中于 0,0,0?

请您参考如下方法:

measure.marching_cubes_lewiner采用网格中点的索引来计算拓扑。它似乎没有办法指定实际的网格,也没有任何偏移量。

因此,您可以按所需方式操作生成的 verts。 IE。可以先乘以网格点之间的差异,有效地缩放输出,然后加上网格的偏移量。在这种情况下,转换将是 newverts = 0.42105 * oldverts - 4。

import numpy as np 
import matplotlib.pyplot as plt 
from mpl_toolkits.mplot3d.art3d import Poly3DCollection 
from skimage import measure 
 
x, y, z = np.ogrid[-4:4:20j, -4:4:20j, -4:4:20j] 
r = np.sqrt(x ** 2 + y ** 2 + z ** 2) 
 
verts, faces, normals, values = measure.marching_cubes_lewiner(r, level=1) 
 
verts *= np.array([np.diff(ar.flat)[0] for ar in [x,y,z]]) 
verts += np.array([x.min(),y.min(),z.min()]) 
 
fig = plt.figure(figsize=(10, 10)) 
ax = fig.add_subplot(111, projection='3d') 
mesh = Poly3DCollection(verts[faces]) 
mesh.set_edgecolor('k') 
ax.add_collection3d(mesh) 
ax.set_xlim(-2, 2)  
ax.set_ylim(-2, 2) 
ax.set_zlim(-2, 2) 
plt.show()