Matplotlib 3D点云显示，每个点有一个自己设置的属性，在图上也显示出来

可以使用Matplotlib的3D散点图来实现这个需求。你可以使用`scatter`函数来绘制3D散点图，并且可以使用`text`函数在每个点旁边显示其属性。

下面是一个简单的例子：

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

# 生成一些随机数据
x = np.random.random(100)
y = np.random.random(100)
z = np.random.random(100)
attr = np.random.randint(0, 10, size=100)

# 绘制3D散点图
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(x, y, z, c=attr, cmap='rainbow')

# 在每个点旁边显示其属性
for i in range(len(x)):
    ax.text(x[i], y[i], z[i], str(attr[i]))

plt.show()

在这个例子中，我们生成了100个随机的三维坐标和一个0到9之间的整数属性。我们使用`scatter`函数绘制了3D散点图，并且使用`c`参数设置了每个点的颜色，`cmap`参数指定了颜色映射。然后，我们使用`text`函数在每个点旁边显示其属性。

运行这段代码，你应该可以看到一个带有属性的3D散点图。

相关问题

python, 3D点云交互, 每个点有一个自己设置的属性,在图上显示出来

您可以使用Python中的Matplotlib和Mayavi库来实现3D点云的交互和属性显示。

首先，您需要安装Matplotlib和Mayavi库。然后，您可以使用NumPy库来生成一个随机3D点云，如下所示：

import numpy as np

# Generate random 3D points
num_points = 1000
points = np.random.rand(num_points, 3)

接下来，您可以使用Mayavi库来可视化3D点云。您可以使用Mayavi的`mlab.points3d`函数来绘制点云，如下所示：

from mayavi import mlab

# Visualize 3D points
fig = mlab.figure()
mlab.points3d(points[:,0], points[:,1], points[:,2], mode='point')
mlab.show()

现在，您可以在3D点云上显示属性。假设每个点都有一个名为“属性”的属性，您可以使用Matplotlib的`ColorMap`和`ScalarMappable`对象来显示属性，如下所示：

import matplotlib.cm as cm
from matplotlib.colors import Normalize

# Generate random properties for each point
properties = np.random.rand(num_points)

# Define colormap and normalization
cmap = cm.viridis
norm = Normalize(vmin=properties.min(), vmax=properties.max())

# Visualize 3D points with property colors
fig = mlab.figure()
pts = mlab.points3d(points[:,0], points[:,1], points[:,2], properties,
                    colormap=cmap, scale_factor=0.1)
pts.module_manager.scalar_lut_manager.lut.number_of_colors = 256
pts.module_manager.scalar_lut_manager.lut.table = (255 * cmap(norm(properties))).astype(np.uint8)
mlab.show()

这将在3D点云上显示属性，并使用颜色编码。最后，您可以使用Mayavi的交互功能来进行3D点云的交互，例如旋转、缩放和平移。

Matplotlib 3D点云显示。鼠标移动到点上时显示其坐标

可以使用Matplotlib中的mpl_toolkits.mplot3d库来实现3D点云的显示，并且可以通过添加事件处理函数来实现鼠标移动到点上时显示其坐标的功能。

下面是一个简单的示例代码：

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

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 生成随机的点云数据
n = 100
x = np.random.rand(n)
y = np.random.rand(n)
z = np.random.rand(n)

# 绘制点云
ax.scatter(x, y, z)

# 定义事件处理函数
def on_mouse_move(event):
    if event.inaxes == ax:
        x, y, z = event.xdata, event.ydata, event.zdata
        print(f'({x:.2f}, {y:.2f}, {z:.2f})')

# 添加事件处理函数
fig.canvas.mpl_connect('motion_notify_event', on_mouse_move)

plt.show()

运行上述代码后，会显示一个3D点云图形，并且当鼠标移动到某个点上时，会在控制台输出该点的坐标。