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
kernelopenEuler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。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
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
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 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++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
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
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
211
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869