如何在Plotly中同时渲染3D STL网格并叠加散点图

核心逻辑 #

Plotly 中plotly.graph_objects和plotly.express生成的图层（trace）完全兼容，只要将所有图层添加到同一个Figure对象中，就会在同一个3D坐标系下自动叠加渲染，不需要额外做适配。

前置依赖安装 #

先安装需要的第三方库：

pip install numpy numpy-stl plotly

其中numpy-stl用于读取STL网格文件的顶点、三角面数据。

完整实现代码 #

import plotly.graph_objects as go
import plotly.express as px
import numpy as np
from stl import mesh

# ----------------------
# 1. 读取STL网格数据
# ----------------------
# 替换成你的STL文件路径
stl_mesh = mesh.Mesh.from_file("your_model.stl")
# 提取所有顶点坐标
points = stl_mesh.points.reshape(-1, 3)
x, y, z = points[:, 0], points[:, 1], points[:, 2]
# 提取三角面索引
tri_face = stl_mesh.vectors.reshape(-1, 3)
i, j, k = tri_face[:, 0], tri_face[:, 1], tri_face[:, 2]

# ----------------------
# 2. 初始化画布并添加网格层
# ----------------------
fig = go.Figure()
fig.add_trace(
    go.Mesh3d(
        x=x,
        y=y,
        z=z,
        i=i,
        j=j,
        k=k,
        color="#d0d0d0",
        opacity=0.7, # 设为半透明，避免遮挡表面散点
        name="STL模型"
    )
)

# ----------------------
# 3. 叠加散点层（两种方式二选一即可）
# ----------------------
# 替换成你自己的散点坐标数据，这里用随机采样的网格顶点做示例
scatter_x, scatter_y, scatter_z = np.random.choice(x, 100), np.random.choice(y, 100), np.random.choice(z, 100)

# 方式1：直接用graph_objects添加散点
fig.add_trace(
    go.Scatter3d(
        x=scatter_x,
        y=scatter_y,
        z=scatter_z,
        mode="markers",
        marker=dict(size=4, color="crimson"),
        name="标记散点"
    )
)

# 方式2：用plotly express生成散点后追加到画布（即混用方案）
# px_scatter = px.scatter_3d(
#     x=scatter_x,
#     y=scatter_y,
#     z=scatter_z,
#     color_discrete_sequence=["crimson"]
# )
# fig.add_trace(px_scatter.data[0])

# ----------------------
# 4. 调整布局并渲染
# ----------------------
fig.update_layout(
    scene=dict(aspectmode="data"), # 保持模型原始比例
    showlegend=True
)
fig.show()

注意事项 #

• 所有3D图层默认共用同一个scene坐标系，只要添加到同一个Figure对象就会自动对齐，不需要额外做坐标映射
• 网格透明度建议设置在0.6~0.8区间，不透明的实体会完全挡住表面叠加的散点
• 如果散点是STL模型表面的特征点，只要和STL使用同一套坐标系的数值，就可以实现精准贴合
• 如果STL加载后出现面渲染错乱，可以先对提取的顶点做去重处理，修正三角面索引后再传入Mesh3d

内容的提问来源于stack exchange，提问作者alkanschtein