### 使用 Matplotlib 或 Mayavi 进行三维绘图 #### 方法一：使用 Matplotlib 绘制球体 Matplotlib 是一种常用的二维和简单的三维绘图工具。虽然它的三维功能不如专门的库强大，但它仍然可以用来绘制基本的几何形状。 以下是通过 `mpl_toolkits.mplot3d` 模块创建一个具有特定直径的球体的方法： ```python import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D def draw_sphere_matplotlib(diameter, ax=None): radius = diameter / 2 u = np.linspace(0, 2 * np.pi, 100) # 方向角 v = np.linspace(0, np.pi, 100) # 极角 x = radius * np.outer(np.cos(u), np.sin(v)) y = radius * np.outer(np.sin(u), np.sin(v)) z = radius * np.outer(np.ones(np.size(u)), np.cos(v)) if ax is None: fig = plt.figure() ax = fig.add_subplot(111, projection='3d') ax.plot_surface(x, y, z, color='b', alpha=0.5) ax.set_title(f"Sphere with Diameter {diameter}") ax.set_xlabel("X-axis") ax.set_ylabel("Y-axis") ax.set_zlabel("Z-axis") return ax # 调用函数绘制直径为4的球体 draw_sphere_matplotlib(4) plt.show() ``` 上述代码定义了一个名为 `draw_sphere_matplotlib` 的函数来绘制给定直径的球体[^1]。该方法利用参数化表示法生成球面坐标，并将其转换为笛卡尔坐标系中的点集合。 --- #### 方法二：使用 Mayavi 绘制球体 Mayavi 提供更强大的三维可视化能力，适合处理复杂的科学计算数据。如果需要更高性能或更好的交互体验，则推荐使用此方法。 下面是基于 Mayavi 创建相同效果的例子： ```python from mayavi import mlab def draw_sphere_mayavi(center=(0, 0, 0), diameter=4): radius = diameter / 2 phi, theta = np.mgrid[0:np.pi:101j, 0:2 * np.pi:101j] x = center[0] + radius * np.sin(phi) * np.cos(theta) y = center[1] + radius * np.sin(phi) * np.sin(theta) z = center[2] + radius * np.cos(phi) mlab.mesh(x, y, z, color=(0, 0, 1)) # 设置颜色为蓝色 mlab.outline(color=(0, 0, 0)) # 添加轮廓线 mlab.axes(ranges=(-radius*2, radius*2, -radius*2, radius*2, -radius*2, radius*2), xlabel="X", ylabel="Y", zlabel="Z") # 坐标轴设置 mlab.title(f"Sphere with Diameter {diameter}") # 图形标题 # 调用函数绘制直径为4的球体 draw_sphere_mayavi((0, 0, 0), 4) mlab.show() ``` 这段脚本同样实现了绘制指定直径球的功能，但采用了更为直观的方式构建网格表面[^4]。此外，还提供了额外选项用于自定义中心位置以及显示样式。 注意，在某些环境中可能会遇到兼容性问题；此时可尝试调整环境配置或将复杂操作迁移至 Jupyter Notebook 中完成[^3]。 --- ### 总结 两种方案各有优劣——对于初学者而言，Matplotlib 更加轻量级且易于上手；而对于追求高效渲染质量的应用场景来说，Mayavi 则显得尤为合适。具体选择应视项目需求而定。