PyVista 中为点标签添加背景边框的方法
2025-06-26 13:24:08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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
759
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
598
132
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460
🎉 (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
1.06 K
616
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
737
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++
634
232