CadQuery中如何在不同平面上创建草图
2025-06-19 19:49:49作者:姚月梅Lane
理解CadQuery的草图系统
CadQuery提供了强大的草图功能,允许用户在三维空间中创建二维几何图形。草图系统是参数化建模的基础,掌握在不同平面上创建草图的技巧对于复杂模型构建至关重要。
基本草图创建方法
在CadQuery中,创建草图有两种主要方式:
- 独立创建草图:使用
cq.Sketch()直接创建草图对象 - 工作平面集成:通过工作平面(Workplane)的
sketch()方法内联创建
在不同平面上放置草图
默认情况下,草图创建在XY平面。要在其他平面(如YZ平面)上创建草图,需要使用工作平面系统:
import cadquery as cq
# 在YZ平面创建草图
sketch_on_yz = (
cq.Workplane("YZ") # 指定YZ平面
.sketch() # 开始草图创建
.rect(100, 200) # 绘制矩形
.finalize() # 结束草图
)
草图定位技巧
要在非原点位置创建几何图形,可以使用push方法:
sketch_with_offset = (
cq.Workplane("XY")
.sketch()
.push([(30, 40)]) # 将参考点移动到(30,40)
.circle(20) # 在偏移位置绘制圆
.finalize()
)
使用草图阵列功能
CadQuery提供了强大的阵列功能,如rarray用于创建矩形阵列:
array_sketch = (
cq.Workplane("XZ")
.sketch()
.rarray(20, 0, 4, 1) # 创建4x1阵列,间距20
.rect(10, 5) # 在每个阵列点绘制矩形
.finalize()
.extrude(2) # 拉伸成型
)
草图操作模式
草图支持多种操作模式,通过第二个参数指定:
- 默认:添加模式
- "s":减去模式
- "i":相交模式
complex_sketch = (
cq.Sketch()
.rect(100, 200) # 添加矩形
.circle(20, "s") # 减去圆形
.circle(15, "i") # 只保留与圆的交集部分
)
实际应用建议
- 明确设计意图:先规划好草图在哪个平面创建
- 合理使用参考点:利用
push精确定位几何元素 - 组合使用操作模式:通过加减模式创建复杂轮廓
- 适时使用阵列:减少重复工作,提高设计效率
掌握这些技巧后,用户可以在CadQuery中灵活创建各种平面上的草图,为后续的三维建模打下坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
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++
689
331
暂无简介
Dart
686
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869