PyVista 中为点标签添加背景边框的方法
2025-06-26 11:34:59作者:仰钰奇
背景介绍
在数据可视化领域,PyVista 作为一款强大的 3D 可视化工具,提供了丰富的标注功能。其中 add_point_labels 方法常用于在 3D 场景中添加点标签。然而在实际应用中,当场景复杂或标签较多时,如何提高标签的可读性成为一个重要问题。
问题分析
在 PyVista 0.43.4 及更早版本中,用户只能选择是否填充标签背景(通过 fill_shape 参数),但无法同时实现背景填充和边框效果。这导致在需要白色背景提高可读性的同时,又希望有边框来区分相邻标签的场景下,用户面临两难选择。
解决方案
PyVista 0.44.0 版本对此进行了改进,新增了 background_color 参数,使得用户可以:
- 通过
fill_shape=True启用背景填充 - 通过
background_color设置背景颜色 - 通过
fill_shape=False时自动显示边框效果
实际应用示例
import numpy as np
import pyvista as pv
# 创建绘图器
pl = pv.Plotter()
# 定义点坐标和标签
points = np.array([[0.0, 0.0, 0.0], [1.0, 1.0, 0.0], [2.0, 0.0, 0.0]])
labels = ['点A', '点B', '点C']
# 添加点标签
actor = pl.add_point_labels(
points,
labels,
italic=True,
font_size=20,
point_color='red',
point_size=20,
render_points_as_spheres=True,
always_visible=True,
shape=True,
fill_shape=True, # 启用背景填充
background_color='white' # 设置背景颜色
)
# 设置相机视角并显示
pl.camera_position = 'xy'
pl.show()
效果对比
-
无背景填充 (
fill_shape=False):- 只有文字和边框
- 适合简单场景或背景单一的情况
-
有背景填充 (
fill_shape=True配合background_color):- 文字带有背景色
- 提高在复杂背景下的可读性
- 适合多标签或背景复杂的情况
最佳实践建议
- 对于密集标签场景,建议使用白色背景配合边框
- 调整
font_size和background_color以达到最佳对比度 - 考虑使用
shape=True增强标签的立体感 - 在 PyVista 0.44.0 及以上版本中,可以充分利用新的背景颜色设置功能
总结
PyVista 的点标签功能经过版本迭代,已经能够很好地满足各种可视化场景的需求。通过合理配置 fill_shape 和 background_color 参数,用户可以在保持标签可读性的同时,实现美观的视觉效果。对于需要升级版本的用户,建议升级到 PyVista 0.44.0 或更高版本以获得完整功能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
651
149
Ascend Extension for PyTorch
Python
211
222
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
656
291
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
640
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
251
319