如何在Python中可视化[0,1]区间的归一化3D数组并按值匹配对应颜色

前置依赖 #

先安装基础实现所需的库：
pip install numpy matplotlib

如果要处理大尺寸3D数组，对渲染流畅度要求更高，可额外安装mayavi库：
pip install mayavi

实现代码（基于matplotlib） #

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

# 替换为你自己的3D归一化数组，要求shape为(Nx, Ny, Nz)，取值范围[0,1]
# 下方为随机数组示例，使用时替换为自己的变量即可
# arr = np.random.rand(20, 20, 20)
arr = 你的3D数组变量

# 生成3D网格坐标
x, y, z = np.indices(arr.shape)

# 自定义显示阈值，仅展示数值大于阈值的体素，设为0即展示所有非0体素，可按需调整
voxel_mask = arr > 0

# 直接用0~1的数组值映射颜色，一一对应，可更换cmap参数调整配色（如jet、plasma等）
face_colors = plt.cm.viridis(arr)

# 创建3D画布
fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')

# 绘制体素，edgecolor为体素边框颜色，alpha为透明度，可按需调整
ax.voxels(voxel_mask, facecolors=face_colors, edgecolor='gray', alpha=0.7)

# 添加颜色条，对应数组数值大小
sm = plt.cm.ScalarMappable(cmap='viridis', norm=plt.Normalize(vmin=0, vmax=1))
sm.set_array([])
fig.colorbar(sm, ax=ax, label='数组数值')

# 设置坐标轴标注
ax.set_xlabel('X维度')
ax.set_ylabel('Y维度')
ax.set_zlabel('Z维度')

plt.show()

相关说明 #

• 数组取值0对应配色方案最左侧颜色，取值1对应最右侧颜色，完全和数组数值一一对应
• 可调整edgecolor参数改变体素边框颜色，调整alpha参数改变体素透明度，也可以更换cmap参数切换不同的配色方案
• 大尺寸3D数组建议使用mayavi库实现，交互缩放、旋转的流畅度远高于matplotlib

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