Python 当我扩大网格时，如何调整障碍物的大小使其变大？

我正在尝试为无人机实现一个3D环境，我已经随机分配了障碍物，高度随机。每次跑步时，障碍物的位置和高度都会有所不同。我的问题当我把10*10的大小给我的网格时，它会工作得很好，障碍物的大小是可以接受的，但是当我把我的网格例如50*50，障碍物会太小，图像不清晰。如何解决障碍物的大小问题？我怎样才能放大它们，但在我放大网格时不让细胞干扰

小于10*10网格大小

小于50*50网格大小 我在python中的尝试

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import axes3d
import random
import matplotlib.colors as colors
import matplotlib.cm as cm

def display(elev_mp1, drone_height, risk_zone):
    fig = plt.figure()
    ax = fig.add_subplot(111,projection='3d')

    ax.plot([0],[0],[0])
    ax.plot([0],[0],[1000])

    #x = np.linspace(0,len(elev_mp1),len(elev_mp1)+1)
    #y = np.linspace(0,len(elev_mp1),len(elev_mp1)+1)
    #X,Y = np.meshgrid(x,y)
    #z = np.array([[0 for x in range(len(X[0]))]    for y in range(len(X))])

    num_bars = len(elev_mp1)*len(elev_mp1[0])
    x_pos = []
    y_pos = []

    for x in range(len(elev_mp1[0])):
        for y in range(len(elev_mp1)):
            x_pos.append(x)
            y_pos.append(y)
    z_pos = [0] * num_bars
    x_size = np.ones(num_bars)
    y_size = np.ones(num_bars)
    z_size = np.array(elev_mp1).flatten()

    color_values = []

    for x in z_size:
        if x >= drone_height:
            color_values.append([0,0,0,1])
        elif x in risk_zone:
            color_values.append([1,0,0,1])
        else:
            color_values.append([1,0,1,1])

    ax.bar3d(x_pos, y_pos, z_pos, x_size, y_size, z_size, color=color_values)

    #ax.plot_wireframe(X,Y,z)
    plt.show()

x = [[random.uniform(0,1) for i in range(10)]for j in range(10)]
elev_mp1 = np.array([[0 for i in range(len(x[0]))]for j in range(len(x))])

for i in range(len(x)):
    for j in range(len(x[0])):
        if x[i][j] <= 0.96:
            elev_mp1[i][j] = 0
        else:
            elev_mp1[i][j] = 1
drone_height = 60

risk_zone = [x for x in range(40,60)]

for x in range(len(elev_mp1)):
    for y in range(len(elev_mp1[0])):
        if elev_mp1[x][y] == 1:
            elev_mp1[x][y] = random.randint(1,100)
        else:
            elev_mp1[x][y] = 0

display(elev_mp1, drone_height, risk_zone)

导入matplotlib.pyplot作为plt
将numpy作为np导入
从mpl_toolkits.mplot3d导入axes3d
随机输入
将matplotlib.colors导入为颜色
将matplotlib.cm导入为cm
def显示（标高mp1、无人机高度、危险区）：
图=plt.图（）
ax=图添加_子图（111，投影='3d'）
ax.绘图（[0]、[0]、[0]）
ax.绘图（[0]、[0]、[1000]）
#x=np.linspace（0，len（elev_mp1），len（elev_mp1）+1）
#y=np.linspace（0，len（elev_mp1），len（elev_mp1）+1）
#十、 Y=np.meshgrid（X，Y）
#z=np.数组（[[0表示范围内的x（len（x[0]））]表示范围内的y（len（x））]））
条数=len（elev_mp1）*len（elev_mp1[0]）
x_pos=[]
y_pos=[]
对于范围内的x（len（elev_mp1[0]）：
对于范围内的y（len（elev_mp1））：
x_位置附加（x）
y_位置附加（y）
z_pos=[0]*条数
x_size=np.个（条数）
y_尺寸=np.个（条数）
z_size=np.array（elev_mp1）.flatten（）
颜色值=[]
对于z_尺寸的x：
如果x>=无人机高度：
颜色值。追加（[0,0,0,1]）
风险区的elif x：
颜色值。追加（[1,0,0,1]）
其他：
颜色值。追加（[1,0,1,1]）
ax.bar3d（x_位置、y_位置、z_位置、x_大小、y_大小、z_大小、颜色=颜色值）
#X.plot_线框（X，Y，z）
plt.show（）
x=[[范围（10）内i的随机均匀（0,1）]范围（10）内j的随机均匀（0,1）]
elev_mp1=np.数组（[[0表示范围内的i（len（x[0]）]）]表示范围内的j（len（x））]））
对于范围内的i（len（x））：
对于范围内的j（len（x[0]）：
如果x[i][j]IIUC，则障碍物的x和y尺寸由常数
1
定义，即由
np.one（数条）
定义

我假设您通过使用
范围（10）
来设置硬编码的栅格大小，但是当您希望通过例如x和y中的系数5来缩放障碍物时，您可以简单地将该系数添加到大小数组的定义行：

a = 5    # or however you want to create/control this factor in your program

x_size = a * np.ones(num_bars)
y_size = a * np.ones(num_bars)

例如，您可能应该考虑将gridsize设置为一个可变参数，将障碍物大小设置为其中的一部分，以便在更改gridsize时，它会自动缩放

（顺便说一句：你可以留下第二个大小变量，并在这行中使用例如
size=a*np.ones（num_bar）
用于两个方向，如果你有平方障碍物…
我在这里设置了网格大小x=[[random.uniform（0,1）表示范围（10）内的I]表示范围（10）内的j）]。你的意思是什么（您可以保留第二个大小变量，并在两个方向上使用例如size=a*np.ones（num_条），如果您仍然有平方障碍物）。我该怎么做呢？确切地说，通过将
10
硬编码到此行中。在脚本开头设置一个参数
grid\u size=10
，相应地替换
10
s，并定义障碍物的大小，例如通过
x\u size=.1*grid\u size*np.one（数条）
。你可以留下第二个大小变量…我的意思是：如果你的障碍物在x方向上的大小与在y方向上的大小相同-你可以简单地为这两个方向定义一个单一的大小变量，例如
宽度=.1*网格大小*np.ones（num_bar）
。然后在你的barplot命令中为x和y kwargs:
ax.bar3d使用这个变量（x_pos，y_pos，z_pos，width，width，z_size，color=color_值）
好主意，但这不会与我在循环中的网格大小冲突？x=[[range（10）中i的随机.uniform（0,1）]范围（10）中j的随机