有效地绘制许多球体答案

【问题标题】：draw many spheres efficiently有效地绘制许多球体
【发布时间】：2018-01-01 14:48:44
【问题描述】：

我需要在一张图片中绘制许多大大小小的球体。以下代码有效，但运行时间非常长。

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy

fig = plt.figure()
ax = fig.gca(projection='3d')
ax.set_aspect('equal')

u = numpy.linspace(0, 2*numpy.pi, 100)
v = numpy.linspace(0, numpy.pi, 100)
x = numpy.outer(numpy.cos(u), numpy.sin(v))
y = numpy.outer(numpy.sin(u), numpy.sin(v))
z = numpy.outer(numpy.ones(numpy.size(u)), numpy.cos(v))

for k in range(200):
    c = numpy.random.rand(3)
    r = numpy.random.rand(1)
    ax.plot_surface(
        r*x + c[0], r*y + c[1], r*z + c[2],
        color='#1f77b4',
        alpha=0.5,
        linewidth=0
        )

plt.show()

我正在寻找更有效的解决方案。可能matplotlib中有我没找到的原生球体艺术家？

【问题讨论】：

标签： python performance matplotlib 3d

【解决方案1】：

不，没有所谓的“球体艺术家”。即使有，也不会花费更少的时间来绘制它。

您在问题中提出的解决方案是绘制许多球体的明智方法。但是，您可能需要考虑在球体上使用更少的点，

u = numpy.linspace(0, 2*numpy.pi, 12)
v = numpy.linspace(0, numpy.pi, 7)

应该始终考虑的一个选项是不要使用 matplotlib 进行 3D 绘图，因为它是 not actually been designed for it；并改用Mayavi。 mayavi 中的上述内容看起来像

from mayavi import mlab
import numpy as np

[phi,theta] = np.mgrid[0:2*np.pi:12j,0:np.pi:12j]
x = np.cos(phi)*np.sin(theta)
y = np.sin(phi)*np.sin(theta)
z = np.cos(theta)

def plot_sphere(p):
    r,a,b,c = p
    return mlab.mesh(r*x+a, r*y+b, r*z+c)  


for k in range(200):
    c = np.random.rand(4)
    c[0] /= 10.
    plot_sphere(c)

mlab.show()

虽然计算需要类似的时间，但在 Mayavi 中交互式缩放或平移要快得多。

此外，Mayavi 实际上提供了类似“球体艺术家”的东西，称为points3d

from mayavi import mlab
import numpy as np

c = np.random.rand(200,3)
r = np.random.rand(200)/10.

mlab.points3d(c[:,0],c[:,1],c[:,2],r)

mlab.show()

【讨论】：