我在pts.al中列出了一个点列表,以及将这些点连接成四面体的直线。我正在尝试找到一种添加标签来显示每个点之间的欧式距离的方法。
fig = plt.figure()
ax = fig.gca(projection='3d')
# Plot points
pts = [(a,0,0),(b,0,0),(c1,c2,0),(z1,z2,z3)]
for p in pts:
ax.scatter(p[0], p[1], p[2], zdir='z', c='r')
# Plot tetrahedron
for a, b in itertools.product(pts, pts):
x = np.linspace(a[0], b[0], 100)
y = np.linspace(a[1], b[1], 100)
z = np.linspace(a[2], b[2], 100)
ax.plot(x, y, z)
任何帮助表示赞赏。
答案 0 :(得分:1)
您可以计算距离,然后使用text
显示距离。
在这里它们直接降落在直线上,但是有了3D绘图和投影,很难自动将它们放在更好的位置。还要注意,使用product
会产生重复的点,因此我只显示d>0
的距离。
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import itertools
import numpy as np
fig = plt.figure()
ax = fig.gca(projection='3d')
# Plot points
a, b, c1, c2, z1, z2, z3 = 1, 2, 3, 4, 3, 6, 3
pts = [(a,0,0),(b,0,0),(c1,c2,0),(z1,z2,z3)]
for p in pts:
ax.scatter(p[0], p[1], p[2], zdir='z', c='r')
# Plot tetrahedron
for a, b in itertools.product(pts, pts):
x = np.linspace(a[0], b[0], 100)
y = np.linspace(a[1], b[1], 100)
z = np.linspace(a[2], b[2], 100)
d = np.sqrt( sum([(a[i]-b[i])**2 for i in (0, 1, 2)]) )
s = "%.2f" % d
m = [(a[i]+b[i])/2. for i in (0, 1, 2)]
ax.plot(x, y, z)
if d>0:
ax.text(m[0], m[1], m[2], s)
print a, b, s
plt.show()