### 使用 `trplot` 函数绘制三维坐标系 在 Python 中，可以借助 `matplotlib` 库以及扩展工具包 `mpl_toolkits.mplot3d` 来完成三维图形的绘制。然而需要注意的是，标准的 `matplotlib` 并未提供名为 `trplot` 的内置函数[^1]。如果提到 `trplot`，通常可能是指某些特定领域（如机器人学）使用的第三方库或自定义封装函数。 以下是基于常见实践的一个方法，展示如何通过自定义方式模拟 `trplot` 功能并绘制三维坐标轴： #### 自定义实现 trplot 可以通过手动设置箭头和标签的方式，在三维空间中表示坐标轴方向及其原点位置。 ```python import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D def trplot(ax, T, label="O", color='blue', scale=1.0): """ 绘制变换矩阵对应的三维坐标系。 参数: ax (Axes3D): Matplotlib 的 3D 轴对象。 T (np.ndarray): 变换矩阵 (4x4)，描述坐标系的位置和朝向。 label (str): 坐标系名称，默认为 'O'。 color (str): 颜色，默认为蓝色。 scale (float): 箭头长度缩放因子，默认为 1.0。 """ origin = T[:3, 3] # 提取平移部分作为原点 x_axis = T[:3, 0] * scale # X 方向单位矢量 y_axis = T[:3, 1] * scale # Y 方向单位矢量 z_axis = T[:3, 2] * scale # Z 方向单位矢量 # 添加箭头代表各轴的方向 ax.quiver(origin[0], origin[1], origin[2], x_axis[0], x_axis[1], x_axis[2], length=scale, normalize=True, color='red') ax.quiver(origin[0], origin[1], origin[2], y_axis[0], y_axis[1], y_axis[2], length=scale, normalize=True, color='green') ax.quiver(origin[0], origin[1], origin[2], z_axis[0], z_axis[1], z_axis[2], length=scale, normalize=True, color='blue') # 设置标注文字 ax.text(origin[0]+x_axis[0]*scale*1.1, origin[1]+x_axis[1]*scale*1.1, origin[2]+x_axis[2]*scale*1.1, f"{label}X", color='red') ax.text(origin[0]+y_axis[0]*scale*1.1, origin[1]+y_axis[1]*scale*1.1, origin[2]+y_axis[2]*scale*1.1, f"{label}Y", color='green') ax.text(origin[0]+z_axis[0]*scale*1.1, origin[1]+z_axis[1]*scale*1.1, origin[2]+z_axis[2]*scale*1.1, f"{label}Z", color='blue') # 创建一个示例变换矩阵 T = np.array([[1, 0, 0, 0], [0, 1, 0, 0], [0, 0, 1, 0], [0, 0, 0, 1]]) fig = plt.figure() ax = fig.add_subplot(111, projection='3d') # 调用 trplot 函数绘图 trplot(ax, T) # 设置坐标范围和其他属性 ax.set_xlim(-2, 2) ax.set_ylim(-2, 2) ax.set_zlim(-2, 2) plt.show() ``` 上述代码实现了基本功能，其中红色、绿色和蓝色分别对应于 XYZ 三个正交方向上的单位矢量[^2]。 #### 注意事项 - 如果需要更复杂的场景（比如带旋转和平移），则需调整输入矩阵 \( T \)[^3]。 - 对于实际应用中的高级需求，可考虑引入专门处理刚体运动学的库，例如 `SpatialMath-Python` 或其他类似项目[^4]。