### 实现三维 B 样条曲线 为了在 Python 中实现三维 B 样条曲线，可以利用 `scipy.interpolate` 库中的 `splprep` 函数。此函数允许创建参数化的样条表示形式，适用于多维空间的数据点。 下面是一个完整的例子，展示如何定义并绘制一条三维 B 样条曲线： #### 导入必要的库 ```python import numpy as np from scipy import interpolate import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D ``` #### 定义控制点 首先设定一些随机分布的空间坐标作为控制点。 ```python np.random.seed(0) # For reproducibility n = 8 # Number of control points x = np.sin(np.linspace(0, 2 * np.pi, n)) y = np.cos(np.linspace(0, 2 * np.pi, n)) z = np.linspace(-1., 1., n) points = np.array([x, y, z]).T # Shape (n, 3) ``` #### 计算 B 样条插值 使用 `splprep()` 来计算这些控制点对应的 B 样条系数，并指定平滑因子 s 控制拟合程度。 ```python tck, u = interpolate.splprep(points.T, s=0.0) # tck is a tuple (t,c,k); see documentation for details. u_new = np.linspace(u.min(), u.max(), 100) x_new, y_new, z_new = interpolate.splev(u_new, tck) ``` #### 绘图显示结果 最后，通过 Matplotlib 将原始控制点以及由 B 样条生成的新路径可视化出来。 ```python fig = plt.figure() ax = fig.add_subplot(projection='3d') # Plot the original points and spline curve ax.scatter(x, y, z, c="red", label="Control Points") # Original Control Points ax.plot(x_new, y_new, z_new, "blue", linewidth=2, label="Spline Curve") ax.set_xlabel('X Axis') ax.set_ylabel('Y Axis') ax.set_zlabel('Z Axis') plt.legend(loc="best") plt.title("3D B-Spline Example") plt.show() ``` 上述过程展示了如何基于给定的一系列三维空间内的点构建出光滑连续的 B 样条曲线[^1]。