如何使用mplot3d设置网格的原点？

Question

按照scikit-image doc中的示例，我使用行进立方体算法生成了一个球形曲面网格。我想将单位球壳的中心定在x，y，z网格定义的原点。但是，我不能这样做，因为我不知道如何将mpl_toolkits.mplot3d.art3d.Poly3DCollection放入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。如何将生成的球体定为网格所隐含的0,0,0？

Answer 1

measure.marching_cubes_lewiner获取网格中点的索引以计算拓扑。它似乎没有办法指定实际的网格及其偏移。

因此，您可以按期望的方式操作结果verts。即首先可以乘以网格点之间的差，有效地缩放输出，然后添加网格的偏移量。在这种情况下，转换将为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()