绘制存储为顶点和面的网格

Question

我有一个网格存储为 3D 面和顶点的集合，例如

v = np.array([[0,0,0],
              [1,0,0],
              [1,1,0],
              [0,1,0],
              [0,0,1],
              [1,0,1],
              [1,1,1],
              [0,1,1]])
f = np.array([[0,2,1],
              [0,3,2],
              [1,2,6],
              [1,6,5],
              [0,5,4],
              [0,1,5],
              [4,5,6],
              [6,7,4],
              [3,7,6],
              [6,2,3],
              [0,4,7],
              [7,3,0]])

其中v 描述了节点的坐标，f 描述了每个面的顶点索引。

我有一个向量C，每个节点都包含一个标量，例如

C = np.array([1,2,3,4,5,6,7,8])

我想使用C 中的标量将其绘制为网格，作为每个节点的颜色图。这类似于在 Matlab 中使用patch('Faces',F,'Vertices',V) 命令（doc）实现的功能

是否可以使用 matplotlib 或更一般地使用 python 来实现这一点？

额外问题：

更一般地说，我的脸可以有可变数量的顶点。在我的矩阵中，我有三面和四面，其中三面用 np.nan 作为第四个节点填充。

是否可以绘制具有 3 面和 4 面的网格而不将四边形分成三面？

Answer 1

您可以使用面的边坐标绘制Poly3DCollection v[f]。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D, art3d

v = np.array([[0,0,0], [1,0,0], [1,1,0], [0,1,0], 
              [0,0,1], [1,0,1], [1,1,1], [0,1,1]])

f = np.array([[0,2,1], [0,3,2], [1,2,6], [1,6,5],
              [0,5,4], [0,1,5], [4,5,6], [6,7,4],
              [3,7,6], [6,2,3], [0,4,7], [7,3,0]])

C = np.array([1,2,3,4,5,6,7,8,2,3,4,5])


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

norm = plt.Normalize(C.min(), C.max())
colors = plt.cm.viridis(norm(C))

pc = art3d.Poly3DCollection(v[f], facecolors=colors, edgecolor="black")
ax.add_collection(pc)

plt.show()

请注意，您需要为面着色，而不是节点（因为节点不能有颜色） - 所以我在 C 中发明了更多值。