如何使用Matplotlib绘制带标注与统计文本的3D立方体

需求说明 #

现有存储产品规格的DataFrame对象df，包含4个字段：

• length：长度
• width：宽度
• height：高度
• volume：体积
  需要实现的可视化效果：
• 自动计算4个字段的最小值、最大值、均值三类统计量
• 画布内渲染3D立方体作为核心展示元素
• 立方体旁放置全字段统计说明文本
• 长、宽、高三个维度旁添加带引线的数值标注

测试数据 #

原始数据样例 #

统计量计算结果 #

测试数据生成代码 #

import pandas as pd
d = {
    "length": [1.5, 0.4, 4.3, 3.3],
    "width": [1.5, 0.8, 8.5, 4.5],
    "height": [1.5, 0.6, 3.5, 2.4],
    "volume": [0.15, 0.85, 1.15, 0.02],
}
df = pd.DataFrame(data=d)

预期效果参考 #

#

现有基础代码（仅实现基础立方体绘制） #

注意：NumPy 1.20及以上版本已弃用np.bool别名，运行时请替换为np.bool_避免报错

# 导入依赖库
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
  
# 定义坐标轴尺寸
axes = [5, 5, 5]
  
# 生成立方体体素数据
data = np.ones(axes, dtype=np.bool_)
  
# 设置透明度
alpha = 0.9
  
# 设置立方体颜色
colors = np.empty(axes + [4], dtype=np.float32)
colors[:] = [0.9, 0.9, 0.9, alpha]  # 浅灰色填充
  
# 初始化画布
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
  
# 绘制体素立方体
ax.voxels(data, facecolors=colors)

基础代码运行效果 #

#

完整可运行实现代码 #

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import pandas as pd

# 1. 加载数据并计算统计量
d = {
    "length": [1.5, 0.4, 4.3, 3.3],
    "width": [1.5, 0.8, 8.5, 4.5],
    "height": [1.5, 0.6, 3.5, 2.4],
    "volume": [0.15, 0.85, 1.15, 0.02],
}
df = pd.DataFrame(data=d)
stats = df.agg(['mean', 'min', 'max']).T
l_mean, w_mean, h_mean = stats.loc['length', 'mean'], stats.loc['width', 'mean'], stats.loc['height', 'mean']

# 2. 初始化3D画布
fig = plt.figure(figsize=(10, 8), dpi=100)
ax = fig.add_subplot(111, projection='3d')

# 3. 绘制以均值为尺寸的半透明立方体
grid_step = 0.5
x_grid = np.arange(0, l_mean + grid_step, grid_step)
y_grid = np.arange(0, w_mean + grid_step, grid_step)
z_grid = np.arange(0, h_mean + grid_step, grid_step)
x, y, z = np.meshgrid(x_grid, y_grid, z_grid, indexing='ij')
cube = (x < l_mean) & (y < w_mean) & (z < h_mean)
# 配置立方体样式
face_color = np.array([0.85, 0.85, 0.95, 0.7])
edge_color = np.array([0.2, 0.2, 0.4, 1])
ax.voxels(cube, facecolors=face_color, edgecolors=edge_color, linewidth=1.2)

# 4. 绘制三个维度的引线与标注
# X轴（长度）标注
ax.plot([0, l_mean], [0, 0], [0, 0], color='#c0392b', linewidth=2)
ax.text(l_mean/2, -0.8, 0, 
        f"Length\nmin: {stats.loc['length','min']:.2f}\nmean: {l_mean:.2f}\nmax: {stats.loc['length','max']:.2f}",
        color='#c0392b', ha='center', fontsize=10)
# Y轴（宽度）标注
ax.plot([0, 0], [0, w_mean], [0, 0], color='#27ae60', linewidth=2)
ax.text(-0.8, w_mean/2, 0,
        f"Width\nmin: {stats.loc['width','min']:.2f}\nmean: {w_mean:.2f}\nmax: {stats.loc['width','max']:.2f}",
        color='#27ae60', ha='center', fontsize=10)
# Z轴（高度）标注
ax.plot([0, 0], [0, 0], [0, h_mean], color='#2980b9', linewidth=2)
ax.text(-0.8, 0, h_mean/2,
        f"Height\nmin: {stats.loc['height','min']:.2f}\nmean: {h_mean:.2f}\nmax: {stats.loc['height','max']:.2f}",
        color='#2980b9', ha='center', fontsize=10)

# 5. 添加体积统计文本块
vol_text = f"Volume Statistics\nmin: {stats.loc['volume','min']:.2f}\nmean: {stats.loc['volume','mean']:.2f}\nmax: {stats.loc['volume','max']:.2f}"
ax.text(l_mean + 1, w_mean/2, h_mean/2, vol_text,
        bbox=dict(facecolor='white', alpha=0.8, edgecolor='gray'),
        fontsize=11, ha='left')

# 6. 调整视图参数
ax.set_xlim(-1, l_mean + 3)
ax.set_ylim(-1, w_mean + 2)
ax.set_zlim(-1, h_mean + 2)
ax.set_xlabel('X (Length)', labelpad=10)
ax.set_ylabel('Y (Width)', labelpad=10)
ax.set_zlabel('Z (Height)', labelpad=10)
ax.view_init(elev=25, azim=-55)
plt.tight_layout()
plt.show()

实现要点 #

• 立方体以三个维度的均值为尺寸基准绘制，采用半透明填充加深色描边的样式，避免遮挡后方标注
• 三个维度的引线沿对应坐标轴绘制，用不同颜色区分维度，标注直接展示该维度的最小/均值/最大值
• 体积统计文本放置在立方体右侧，添加半透明白色背景，避免和3D图形元素重叠导致文字看不清
• 调整坐标轴范围预留足够的标注空间，设置视角参数匹配常规3D立方体观察角度，避免内容裁切

内容的提问来源于stack exchange，提问作者Test