PyVista 中为点标签添加背景边框的方法
2025-06-26 14:47:40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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0187
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
759
4.94 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
187
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
716
866
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 K
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++
1.07 K
1.09 K
🎉 (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
1.72 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
454
436