基于python的三维装箱可视化

2024-06-18 21:04
文章标签 python 装箱 可视化 三维

本文主要是介绍基于python的三维装箱可视化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

背景介绍

本文主要介绍两种基于python的三维装箱可视化能力,第一种是基于mpl_toolkits的静态三维可视化代码,另外一种是基于matplotlib的动态可视化代码。

mpl_toolkits实现

Axes3D简介

mpl_toolkits 是 matplotlib 库的一个模块集合,它包含了多个为 matplotlib 增加额外功能的工具包。这些工具包提供了扩展 matplotlib 标准功能的方法,允许用户绘制高级图表,以及为图表添加特别的特征和样式。

Axes3D 是 mpl_toolkits.mplot3d 模块中的一个类,用于创建和处理三维坐标轴。该类是 matplotlib 中绘制三维图形的核心,它扩展了 matplotlib 的二维绘图库,实现了三维空间中的可视化。与 matplotlib 二维坐标轴的 Axes 类似,Axes3D 提供一系列标准的三维绘图方法。

使用 Axes3D 可以方便地绘制三维散点图、线图、曲面图、线框图和三维条形图等。除了支持基本的三维绘图,Axes3D 还提供了工具来控制视图角度、缩放级别、以及坐标轴的刻度和标签。此外,Axes3D 支持交互性操作,如旋转和缩放,这些功能使得用户能以直观的方式探索三维数据。

代码实现
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3Ddef plot_3d_boxes(positions, sizes, container_size):fig = plt.figure(figsize=[40,10])ax = fig.add_subplot(111, projection='3d')# 根据盒子尺寸选择颜色colors = plt.cm.viridis(np.linspace(0, 1, len(sizes)))for i, (position, size) in enumerate(zip(positions, sizes)):color = colors[i]x, y, z = positiondx, dy, dz = sizeax.bar3d(x, y, z, dx, dy, dz, color=color)# 设置容器尺寸ax.set_box_aspect([container_size[0], container_size[1], container_size[2]])  # 设置显示的长宽高比例ax.set_xlim(0, container_size[0])ax.set_ylim(0, container_size[1])ax.set_zlim(0, container_size[2])# 设置轴标签ax.set_xlabel('X')ax.set_ylabel('Y')ax.set_zlabel('Z')ax.set_xlim([0, container_size[0]])ax.set_ylim([0, container_size[1]])ax.set_zlim([0, container_size[2]])plt.show()# 示例数据
positions = [[0, 0, 0], [3, 5, 0], [6, 8, 0]]
sizes = [[3, 3, 3], [3, 1, 2], [2, 3, 1]]
container_size = [10, 10, 10]# 绘制三维箱子图
plot_3d_boxes(positions, sizes, container_size)
结果展示

在这里插入图片描述

matplotlib实现

FuncAnimation简介

动画是基于FuncAnimation实现的, FuncAnimation是 matplotlib.animation 包中的一个类,它用于创建基于 matplotlib 的动画。该类通过在绘图元素上进行重复的更新和绘制操作,来生成一系列连续的图像帧,并将它们组合成为动画。使用 FuncAnimation,你可以创建帧序列动画,并定义每帧中发生的变化。这使得它适合于演示数据随时间变化的过程,或是根据一些参数的动态变化来展示数据。

代码实现
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
from matplotlib.widgets import Button# 绘制单个箱子的函数
def draw_single_box(ax, position, size, color):x, y, z = positiondx, dy, dz = sizeax.bar3d(x, y, z, dx, dy, dz, color=color)# 动画更新函数
def update(frame, positions, sizes, colors, ax, container_size, anim_running):# 在更新时检查动画是否应该继续运行if anim_running[0]:ax.cla()  # 清除旧的帧ax.set_xlim(0, container_size[0])ax.set_ylim(0, container_size[1])ax.set_zlim(0, container_size[2])ax.set_xlabel('X')ax.set_ylabel('Y')ax.set_zlabel('Z')for i in range(frame + 1):draw_single_box(ax, positions[i], sizes[i], colors[i % len(colors)])# 暂停和播放的回调函数
def onClickPause(event, anim_running):anim_running[0] = Falsedef onClickPlay(event, anim_running):anim_running[0] = True# 函数执行绘制动画
def animate_boxes(positions, sizes, container_size):fig = plt.figure(figsize=(20, 10))ax = fig.add_subplot(111, projection='3d')colors = plt.cm.viridis(range(len(sizes)))# 初始化用于控制动画运行状态的列表anim_running = [True]# 设置按钮和事件pause_ax = plt.axes((0.81, 0.05, 0.1, 0.075))pause_button = Button(pause_ax, 'Pause')play_ax = plt.axes((0.7, 0.05, 0.1, 0.075))play_button = Button(play_ax, 'Play')# 绑定回调函数时把 anim_running 作为参数传递pause_button.on_clicked(lambda event: onClickPause(event, anim_running))play_button.on_clicked(lambda event: onClickPlay(event, anim_running))# 创建动画anim = FuncAnimation(fig, update, frames=len(sizes),fargs=(positions, sizes, colors, ax, container_size, anim_running),interval=400, repeat=True)plt.show()# 示例数据
positions = [[0, 22, 0], [0, 0, 0], [40, 37, 14]]
sizes = [[36, 36, 36], [59, 39, 20], [54, 40, 21]]
container_size = [100, 100, 100]  # 假设容器尺寸为 100x100x100# 运行动画
animate_boxes(positions, sizes, container_size)

结果展示

展示过程是循环播放的,可以通过点击pause暂停,点击play继续播放。
在这里插入图片描述

这篇关于基于python的三维装箱可视化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1073048

相关文章

可视化实训复习篇章

前言: 今天,我们来学习seaborn库可视化,当然,这个建立在Matplotlib的基础上,话不多说,进入今天的正题吧!当然,这个是《python数据分析与应用》书中,大家有需求的可以参考这本书。 知识点: Matplotlib中有两套接口分别是pyplot和pyylab,即绘图时候主要导入的是Matplotlib库下的两个子模块(两个py文件)matplotlib.pyplot和matp

Python 字符串占位

在Python中,可以使用字符串的格式化方法来实现字符串的占位。常见的方法有百分号操作符 % 以及 str.format() 方法 百分号操作符 % name = "张三"age = 20message = "我叫%s,今年%d岁。" % (name, age)print(message) # 我叫张三,今年20岁。 str.format() 方法 name = "张三"age

Windows/macOS/Linux 安装 Redis 和 Redis Desktop Manager 可视化工具

本文所有安装都在macOS High Sierra 10.13.4进行,Windows安装相对容易些,Linux安装与macOS类似,文中会做区分讲解 1. Redis安装 1.下载Redis https://redis.io/download 把下载的源码更名为redis-4.0.9-source,我喜欢跟maven、Tomcat放在一起,就放到/Users/zhan/Documents

一道经典Python程序样例带你飞速掌握Python的字典和列表

Python中的列表(list)和字典(dict)是两种常用的数据结构,它们在数据组织和存储方面有很大的不同。 列表(List) 列表是Python中的一种有序集合,可以随时添加和删除其中的元素。列表中的元素可以是任何数据类型,包括数字、字符串、其他列表等。列表使用方括号[]表示,元素之间用逗号,分隔。 定义和使用 # 定义一个列表 fruits = ['apple', 'banana

Python应用开发——30天学习Streamlit Python包进行APP的构建(9)

st.area_chart 显示区域图。 这是围绕 st.altair_chart 的语法糖。主要区别在于该命令使用数据自身的列和指数来计算图表的 Altair 规格。因此,在许多 "只需绘制此图 "的情况下,该命令更易于使用,但可定制性较差。 如果 st.area_chart 无法正确猜测数据规格,请尝试使用 st.altair_chart 指定所需的图表。 Function signa

python实现最简单循环神经网络(RNNs)

Recurrent Neural Networks(RNNs) 的模型: 上图中红色部分是输入向量。文本、单词、数据都是输入,在网络里都以向量的形式进行表示。 绿色部分是隐藏向量。是加工处理过程。 蓝色部分是输出向量。 python代码表示如下: rnn = RNN()y = rnn.step(x) # x为输入向量,y为输出向量 RNNs神经网络由神经元组成, python

python 喷泉码

因为要完成毕业设计,毕业设计做的是数据分发与传输的东西。在网络中数据容易丢失,所以我用fountain code做所发送数据包的数据恢复。fountain code属于有限域编码的一部分,有很广泛的应用。 我们日常生活中使用的二维码,就用到foutain code做数据恢复。你遮住二维码的四分之一,用手机的相机也照样能识别。你遮住的四分之一就相当于丢失的数据包。 为了实现并理解foutain

python 点滴学

1 python 里面tuple是无法改变的 tuple = (1,),计算tuple里面只有一个元素,也要加上逗号 2  1 毕业论文改 2 leetcode第一题做出来

【第十三课】区域经济可视化表达——符号表达与标注

一、前言 地图最直接的表达就是使用符号表达。使用符号可以把简单的点线面要 素渲染成最直观的地理符号,提高地图的可读性。只要掌握了 ArcGIS 符号制 作的技巧,分析符号并总结出规则,就可以制作符合要求的地图+符号。 (一)符号的选择与修改 符号的选择在制图中至关重要,使用符号选择器对话框可从多个可用样式 中选择符号,并且每个符号都有一个标签用来描述其图形特征,如颜色或类型, 利用这些标签可

Python爬虫-贝壳新房

前言 本文是该专栏的第32篇,后面会持续分享python爬虫干货知识,记得关注。 本文以某房网为例,如下图所示,采集对应城市的新房房源数据。具体实现思路和详细逻辑,笔者将在正文结合完整代码进行详细介绍。接下来,跟着笔者直接往下看正文详细内容。(附带完整代码) 正文 地址:aHR0cHM6Ly93aC5mYW5nLmtlLmNvbS9sb3VwYW4v 目标:采集对应城市的