如何在MATLAB中将3D散点图设为黑白配色？附3D数组展示优化问题

一、实现0黑1白的scatter3配色 #

你遇到的核心问题是没把每个点的颜色和它的二进制值绑定起来——直接指定颜色参数会让所有点同色，但我们可以通过生成与每个点数值对应的颜色矩阵来解决：

假设你的二进制3D数组是A（比如用A = rand(15,15,15) > 0.6;生成随机二进制数组），按以下步骤操作：

1. 先把3D数组的索引转换成散点图需要的x/y/z坐标：

% 生成网格坐标
[X,Y,Z] = meshgrid(1:size(A,1), 1:size(A,2), 1:size(A,3));
% 转换成列向量（scatter3需要一维输入）
x = X(:);
y = Y(:);
z = Z(:);
% 提取每个点的二进制值
vals = A(:);

2. 生成对应颜色矩阵：因为0对应黑色[0 0 0]，1对应白色[1 1 1]，直接把二进制值重复三次就能得到符合要求的颜色矩阵：

colors = repmat(vals, 1, 3);

3. 绘制散点图：

scatter3(x, y, z, 8, colors, 'filled');
axis equal; % 保持坐标轴比例一致，避免图形变形
xlabel('X'); ylabel('Y'); zlabel('Z');
title('二进制3D数组散点图（0黑1白）');

这样每个0值点显示黑色，1值点显示白色，完全契合你的需求。

二、更优的3D二进制数组可视化方式 #

散点图适合展示离散点的分布，但针对二进制3D数组（本质是体数据），还有几种更直观的展示方式，你可以根据数组规模和需求选择：

1. 等值面可视化（Isosurface）

如果你的1值点构成连续的3D形状，用isosurface可以提取出形状的表面，比散点图更能体现整体结构：

figure;
isosurface(A, 0.5); % 提取值为0.5的等值面（刚好区分0和1）
axis equal;
camlight; % 添加光源增强立体感
lighting gouraud; % 平滑光照，让表面更自然
title('二进制3D数组等值面展示');

2. 切片可视化（Slice）

如果需要观察数组内部的截面分布，slice函数可以展示任意x/y/z平面的切片：

figure;
% 展示x=8、y=8、z=8三个切片的分布
slice(A, 8, 8, 8);
colormap gray; % 用灰度配色，对应0黑1白
colorbar;
axis equal;
title('二进制3D数组切片展示');

3. 体素可视化（Voxel Plot）

如果数组规模不大（比如<20x20x20），可以直接绘制每个1值对应的体素（立方体），清晰展示每个点的空间位置：

figure;
% 找到所有1值点的坐标
[x_vox,y_vox,z_vox] = ind2sub(size(A), find(A));
% 绘制每个体素
for i = 1:length(x_vox)
    patch([x_vox(i)-0.5 x_vox(i)+0.5 x_vox(i)+0.5 x_vox(i)-0.5 x_vox(i)-0.5 ...
           x_vox(i)-0.5 x_vox(i)+0.5 x_vox(i)+0.5 x_vox(i)-0.5], ...
          [y_vox(i)-0.5 y_vox(i)-0.5 y_vox(i)+0.5 y_vox(i)+0.5 y_vox(i)-0.5 ...
           y_vox(i)-0.5 y_vox(i)-0.5 y_vox(i)+0.5 y_vox(i)+0.5], ...
          [z_vox(i)-0.5 z_vox(i)-0.5 z_vox(i)-0.5 z_vox(i)-0.5 z_vox(i)-0.5 ...
           z_vox(i)+0.5 z_vox(i)+0.5 z_vox(i)+0.5 z_vox(i)+0.5], ...
          'w', 'EdgeColor', 'k'); % 白色填充+黑色边框，辨识度更高
end
axis equal;
axis tight;
title('二进制3D数组体素展示');

内容的提问来源于stack exchange，提问作者tashton