Matplotlib绘制顶点面定义的双圆出现异常连接问题排查

尝试使用Matplotlib绘制两个不同半径的圆，通过顶点（vertices）和面（faces）进行定义，采用PyTorch与Matplotlib结合实现，但运行后出现异常：两个圆之间被错误连接，而面数据（FT）中并无连接两个圆的面，请问问题原因是什么？

原代码 #

r2,r3=2,3
n_t3=5
n_t2=n_t2
theta_t3=torch.linspace(0,2*torch.pi,n_t3,device=torchdeviceId)
VT3 = torch.stack((r3*torch.cos(theta_t3),r3*torch.sin(theta_t3)),dim=1)
theta_t2=torch.linspace(0,2*torch.pi,n_t2,device=torchdeviceId)
VT2 = torch.stack((r2*torch.cos(theta_t2),r2*torch.sin(theta_t2)),dim=1)
VT=torch.vstack((VT2,VT3))

FT3 = torch.cat((torch.arange(0,n_t3-1).reshape(n_t3-1,1),torch.arange(1,n_t3).reshape(n_t3-1,1)),dim=1)
FT2 = torch.cat((torch.arange(n_t3,n_t3+n_t2-1).reshape(n_t2-1,1),torch.arange(n_t3+1,n_t3+n_t2).reshape(n_t2-1,1)),dim=1)

FT=torch.vstack((FT2,FT3)).to(torchdeviceId)

xt, yt = (
    VT[FT,0].detach().cpu().numpy(),
    VT[FT,1].detach().cpu().numpy(),
)

plt.figure()
plt.plot(xt,yt,label='target',marker='x',markersize=10,alpha=0.2,lw=10);
plt.show()

问题原因 #

1. Matplotlib绘图逻辑特性：当把二维数组传入plt.plot()时，函数会默认将所有数据点按一维顺序依次连接——包括不同边段的末尾与开头。你的xt和yt是形状为[总边数, 2]的二维数组，plt.plot会先绘制所有边的起点到终点，随后自动把最后一条边的终点和第一条边的起点连接，从而产生两个圆之间的错误连线。
2. 代码笔误：n_t2=n_t2属于无效赋值，会直接导致变量未定义的运行错误，必须给n_t2指定具体数值。
3. 图形不完整：原代码只生成了每个圆的n-1条边，缺少最后一个顶点到第一个顶点的连接，导致圆本身处于未闭合状态。

修正方案 #

循环遍历每条边单独绘制，避免跨边连接，同时补上圆的闭合边，修正笔误：

import torch
import matplotlib.pyplot as plt

# 指定计算设备，可改为cuda
torchdeviceId = torch.device("cpu")
r2, r3 = 2, 3
n_t3 = 5
n_t2 = 5  # 修正笔误，赋值n_t2

# 生成两个圆的顶点
theta_t3 = torch.linspace(0, 2*torch.pi, n_t3, device=torchdeviceId)
VT3 = torch.stack((r3*torch.cos(theta_t3), r3*torch.sin(theta_t3)), dim=1)
theta_t2 = torch.linspace(0, 2*torch.pi, n_t2, device=torchdeviceId)
VT2 = torch.stack((r2*torch.cos(theta_t2), r2*torch.sin(theta_t2)), dim=1)
VT = torch.vstack((VT2, VT3))

# 生成边数据
FT3 = torch.cat((torch.arange(0, n_t3-1).reshape(n_t3-1, 1), torch.arange(1, n_t3).reshape(n_t3-1, 1)), dim=1)
FT2 = torch.cat((torch.arange(n_t3, n_t3+n_t2-1).reshape(n_t2-1, 1), torch.arange(n_t3+1, n_t3+n_t2).reshape(n_t2-1, 1)), dim=1)
FT = torch.vstack((FT2, FT3)).to(torchdeviceId)

plt.figure()
# 遍历每条边单独绘制
for edge in FT:
    x = VT[edge, 0].detach().cpu().numpy()
    y = VT[edge, 1].detach().cpu().numpy()
    plt.plot(x, y, marker='x', markersize=10, alpha=0.2, lw=10)

# 补充内圆的闭合边
inner_close = torch.tensor([n_t2-1, 0], device=torchdeviceId)
x = VT[inner_close, 0].detach().cpu().numpy()
y = VT[inner_close, 1].detach().cpu().numpy()
plt.plot(x, y, marker='x', markersize=10, alpha=0.2, lw=10)

# 补充外圆的闭合边
outer_close = torch.tensor([n_t3 + n_t2 - 1, n_t3], device=torchdeviceId)
x = VT[outer_close, 0].detach().cpu().numpy()
y = VT[outer_close, 1].detach().cpu().numpy()
plt.plot(x, y, marker='x', markersize=10, alpha=0.2, lw=10)

plt.legend(['target'])
plt.axis('equal')  # 保证圆形比例正确，不被拉伸
plt.show()

修正说明 #

• 修复了n_t2=n_t2的无效赋值问题
• 通过循环单独绘制每条边，彻底避免不同边之间的错误连接
• 补充了两个圆的闭合边，让图形完整
• 添加plt.axis('equal')确保圆的显示比例正确

内容的提问来源于stack exchange，提问作者Cantor