如何制作一个Web3D交互网站

Posted 2023-05-13

一、Web 3D交互网站的制作方法
Web 3D其实就是网页三维，一般可以通过webgl、threejs、openGL等技术搭建底层3D引擎，将3D模型文件在网页端展示出来。
二、Web 3D交互网站的制作过程
制作一个Web 3D页面需要由3D建模人员和3D开发人员相互配合实现的。3D建模人员按照要求来建模，导出FBX文件给到开发人员，开发人员按照交互需求、表现效果以及接口数据要求等进行3D开发，最终实现网页端的三维展示效果。 参考技术A 以通过使用three.js实现在网页上显示3D模型，具体操作方法如下： 1、先用proe转成obj格式的文件，再用OBJLoader.js将其载入即可实现。 2、试过转成vtk的格式，在Chrome可以显示，但在ie11没显示。 3、浏览器需Chrome 及 ie11以上。广州蓝景可以学 参考技术B 可以通过使用three.js实现在网页上显示3D模型 参考技术C

可以使用图扑的组态编辑器；3D做的很不错，视觉效果很炫酷。图扑提供了一套独特的 WebGL 层抽象，将 Model–View–Presenter (MVP) 的设计模型延伸应用到了 3D 图形领域。使用图扑的3D编辑器可以更关注于业务逻辑功能，不必将精力投入复杂 3D 渲染和数学等非业务核心的技术细节。

示例展示

图扑的组态编辑器，非常适用于实时监控系统的界面呈现，广泛应用于电信网络拓扑和设备管理，以及电力、燃气等工业自动化 (HMI/SCADA) 领域。

水泥工厂案例

项目案例

智慧城市

参考资料来源：百度百科——图扑软件

                        官网——Web组态

官网示例：HT for Web

如何使用 seaborn 和 ipywidgets 制作交互式条形图

【中文标题】如何使用 seaborn 和 ipywidgets 制作交互式条形图

【英文标题】：How to make an interactive bar plot with seaborn and ipywidgets

【发布时间】：2022-01-09 08:02:55

【问题描述】：

我有一个包含运动员、他们的年龄范围和他们参加比赛的年份的数据集：

import ipywidgets as widgets
from ipywidgets import interact  
import pandas as pd  
import matplotlib.pyplot as plt 
import seaborn as sns  
import numpy as np  

data = 'Name':['Tom', 'Nick', 'Chris', 'Jack'],
        'Age':['20-25', '19<', '>75', '20-25'], 
        'Year':[2019,2019,2018,2018], 
         'Count': [1,1,1,1] 
df = pd.DataFrame(data)

请注意，这是 1000 多个条目，但我不想使用那么多空间，所以我使用了一个非常简化的版本。

我正在尝试使用 ipywidgets 使用该数据制作交互式条形图。

age = ['20-25', '19<', '>75','20-25']
@interact(Age = age)
def f(Age):      
    df2= df[df['age'].str.contains(Age)].groupby('Year').sum() 
    df2['year'] = ['2018','2019']
    return sns.barplot(x="Year", y="Count", data=df2) 

x 轴是年份，y 轴是当年的参与者数量，您可以通过滚动条进行交互过滤，并按您选择的年龄范围查看参与者数量。

我不知道该怎么做，所以我尝试“暴力破解”并添加了一个计数列 1，这样即使数据集被过滤，我也能得到参与者的总数。我也蛮力强迫了这些年，但有些年龄范围并不是所有年份都在竞争，所以它坏了，它不起作用。

年龄是年龄范围的所有各种选项，我把它们都放在一个列表中。

【参考方案1】：

修复拼写问题，因为您正在互换大小写。此外，数据框中的值都不是数字（在对 OP 的编辑中修复了这两个问题）。 用age = df.Age.unique() 创建age 重置索引而不是使用df2['year'] = ['2018','2019']

age = df.Age.unique()
@interact(Age = age)
def f(Age):      
    df2 = df[df['Age'].str.contains(Age)].groupby('Year').count().reset_index()
    return sns.barplot(x="Year", y="Count", data=df2)

不添加'Count' 列 无需向数据框添加'Count' 列，因为.groupby('Year').count() 将为每个现有列提供计数，在这种情况下，y= 可以是'Name' 或'Age'，但随后是@987654338 @ 需要更改。

age = df.Age.unique()
@interact(Age = age)
def f(Age):      
    df2 = df[df['Age'].str.contains(Age)].groupby('Year').count().reset_index()
    p = sns.barplot(x="Year", y="Age", data=df2)
    p.set_ylabel('Count')
    return p

改用seaborn.countplot

age = df.Age.unique()
@interact(Age = age)
def f(Age):      
    data = df[df['Age'].str.contains(Age)]
    return sns.countplot(data=data, x='Year')