
一、画 三个坐标
等轴测投影"(isometric projection)风格的手绘风格三维图,即三条坐标轴(X, Y, Z)看起来彼此垂直、等角分布(通常是 120° 夹角),它是常见于教材和数学书籍的 "假三维"表示法。
展示了一个三轴(X, Y, Z)坐标系,并标记了每个坐标轴上 5 个刻度值:
X轴:水平向右(0°)。
Y轴:相对于X轴 顺时针120°。
Z轴:与X轴垂直(90°),竖直向上。
二、画出最终向量 V(4, 2, 3) 的 终点在二维投影下的坐标\
- 基础知识:
vx = x * ux
-
x = 4,表示向量在 X 方向的分量是 4
-
ux 是 X 轴方向的单位向量(也就是
np.array([1, 0])
) -
所以:
vx = x * ux = 4 * [1, 0] = [4, 0]
,意思是"从原点出发,沿 X 方向走 4 单位"
这就是 X 分量终点的坐标。
-
vx = x * ux
:X分量终点 -
vxy = vx + y * uy
:在 vx 的基础上再加上 Y 分量 -
vxyz = vxy + z * uz
:在 vxy 的基础上再加上 Z 分量
vxyz
是最终向量 V(4, 2, 3) 的 终点在二维投影下的坐标
2.辅助注释来明确三段虚线(投影):
-
X 轴分量(X分量 → XY 分量)
-
Y 轴分量(Y分量 → xy 分量)
-
Z 轴分量(xy 分量 → xyz 点)
1. X分量虚线 blue
ax.plot([vx[0], vxy[0]], [vx[1], vxy[1]], linestyle='dotted', color='blue')
2.Y 轴分量
#Y 分量 → XY 合成分量
ax.plot([vy[0], vxy[0]], [vy[1], vxy[1]], linestyle='dotted', color='purple')
3. Z分量虚线
ax.plot([vxy[0], vxyz[0]], [vxy[1], vxyz[1]], linestyle='dotted', color='yellow')
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 使用黑体
plt.rcParams['axes.unicode_minus'] = False # 正常显示负号
import numpy as np
fig, ax = plt.subplots(figsize=(6, 6))
ax.set_aspect('equal')
origin = np.array([0, 0])
length = 5
# 单位向量
ux = np.array([np.cos(np.radians(0)), np.sin(np.radians(0))]) # X轴:0°
uy = np.array([np.cos(np.radians(-120)), np.sin(np.radians(-120))]) # Y轴:顺时针120°
uz = np.array([np.cos(np.radians(90)), np.sin(np.radians(90))]) # Z轴:垂直向上
# 绘制坐标轴
ax.arrow(*origin, *(ux * length), head_width=0.2, length_includes_head=True, color='black')
ax.arrow(*origin, *(uy * length), head_width=0.2, length_includes_head=True, color='black')
ax.arrow(*origin, *(uz * length), head_width=0.2, length_includes_head=True, color='black')
# 标注轴名
ax.text(*(ux * (length + 0.3)), 'X', fontsize=12, ha='center', va='center')
ax.text(*(uy * (length + 0.3)), 'Y', fontsize=12, ha='center', va='center')
ax.text(*(uz * (length + 0.3)), 'Z', fontsize=12, ha='center', va='bottom')
# 添加刻度
for i in range(1, length + 1):
# X轴
tick_x = origin + ux * i
ax.plot([tick_x[0], tick_x[0]], [tick_x[1] - 0.1, tick_x[1] + 0.1], color='black')
ax.text(tick_x[0], tick_x[1] - 0.3, str(i), ha='center', va='top', fontsize=10)
# Y轴
tick_y = origin + uy * i
offset_y = np.array([-uy[1], uy[0]]) # 垂直方向
ax.plot([tick_y[0] - 0.1 * offset_y[0], tick_y[0] + 0.1 * offset_y[0]],
[tick_y[1] - 0.1 * offset_y[1], tick_y[1] + 0.1 * offset_y[1]], color='black')
ax.text(tick_y[0] + 0.25 * offset_y[0], tick_y[1] + 0.25 * offset_y[1],
str(i), ha='center', va='center', fontsize=10)
# Z轴
tick_z = origin + uz * i
ax.plot([tick_z[0] - 0.1, tick_z[0] + 0.1], [tick_z[1], tick_z[1]], color='black')
ax.text(tick_z[0] - 0.3, tick_z[1], str(i), ha='right', va='center', fontsize=10)
# ========== 添加向量 (4, 2, 3) ==========
x, y, z = 4, 2, 3
# 计算各个分量点
vx = x * ux # X分量点
vxy = vx + y * uy # X + Y 分量点
vxyz = vxy + z * uz # 向量终点 (4, 2, 3)
# 主向量箭头(红色)
ax.arrow(*origin, *(vxyz - origin), head_width=0.2, length_includes_head=True, color='red')
ax.text(*(vxyz + 0.3), 'V(4,2,3)', color='red', fontsize=12)
#Y 分量 → XY 合成分量
vy = y * uy
ax.plot([vy[0], vxy[0]], [vy[1], vxy[1]], linestyle='dotted', color='purple')
# X分量虚线
ax.plot([vx[0], vxy[0]], [vx[1], vxy[1]], linestyle='dotted', color='blue')
# Z分量虚线
ax.plot([vxy[0], vxyz[0]], [vxy[1], vxyz[1]], linestyle='dotted', color='yellow')
# 可视区域与关闭坐标轴
ax.set_xlim(-6, 6)
ax.set_ylim(-4, 6)
ax.axis('off')
plt.title('三维等轴测投影:X(0°), Y(顺时针120°), Z(90°)')
plt.show()