如何使用Python绘制参数自定义的非对称3D棱台（平截头体）曲面图

第一步：参数定义与顶点坐标推导 #

先明确所有自定义参数的物理意义，建立统一的坐标系完成8个顶点的坐标计算：

• 基础参数定义：B为下底宽度、L为棱台纵深长度，alpha、beta分别为左右侧面与底面的倾斜角，H为棱台的垂直高度（上底切平面的z轴坐标）
• 坐标系设定：将下底放置在z=0平面，x轴沿下底宽度方向，y轴沿棱台纵深方向，z轴为垂直高度方向
• 8个顶点坐标计算：
  下底4个顶点（z=0）：
  p0 = (-B/2, 0, 0)、p1 = (B/2, 0, 0)、p2 = (B/2, L, 0)、p3 = (-B/2, L, 0)
  上底4个顶点（z=H）：
  上底左侧x坐标为 -B/2 + H / np.tan(alpha)，右侧x坐标为 B/2 - H / np.tan(beta)，因此四个顶点为：
  p4 = (x_upper_left, 0, H)、p5 = (x_upper_right, 0, H)、p6 = (x_upper_right, L, H)、p7 = (x_upper_left, L, H)

第二步：曲面网格生成 #

基于顶点坐标生成6个面的网格数据：

• 上下底面：直接根据对应x、y范围生成网格，z值固定为对应高度即可
• 四个侧面：可以通过两个对角顶点的坐标做线性插值，生成对应面的x、y、z网格。以左侧侧面为例，连接p0-p3-p7-p4四个顶点，沿y和z方向做线性插值即可得到整个侧面的坐标点集

第三步：3D可视化绘制 #

推荐使用matplotlib的mplot3d模块实现快速绘制，核心代码逻辑参考：

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

# 自定义参数
B = 10
L = 15
alpha = np.radians(30)
beta = np.radians(45)
H = 5

# 计算上底左右边界x坐标
x_upper_left = -B/2 + H / np.tan(alpha)
x_upper_right = B/2 - H / np.tan(beta)

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 绘制下底面
x_bottom, y_bottom = np.meshgrid(np.linspace(-B/2, B/2, 20), np.linspace(0, L, 20))
z_bottom = np.zeros_like(x_bottom)
ax.plot_surface(x_bottom, y_bottom, z_bottom, color='lightblue', alpha=0.7)

# 绘制上底面
x_upper, y_upper = np.meshgrid(np.linspace(x_upper_left, x_upper_right, 20), np.linspace(0, L, 20))
z_upper = np.full_like(x_upper, H)
ax.plot_surface(x_upper, y_upper, z_upper, color='lightgreen', alpha=0.7)

# 其他侧面绘制逻辑类似，通过线性插值生成网格后调用plot_surface即可

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()

注意事项 #

• 计算三角函数前需要将角度转换为弧度，避免计算错误
• 要提前做参数合法性校验：确保H / np.tan(alpha) + H / np.tan(beta) < B，否则上底宽度会出现负数，参数无效
• 如果需要交互性更好的渲染效果，可以改用plotly或者mayavi库实现

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