Type something to search...

Інтерактивний 3D-графік поверхні

  • 3D , Математика
  • 01 Feb, 2025

Цей пост містить живий 3D-графік поверхні, відрендерений за допомогою Three.js. Поверхня — класична сідлова функція z = x² − y², забарвлена за висотою.

Управління

  • ЛКМ + перетягування — обертання
  • Колесо / щипок — масштабування
  • ПКМ + перетягування — панорамування

Як це працює

Поверхня генерується шляхом семплування функції z = x² − y² по рівномірній сітці точок. Кожна вершина забарвлюється відповідно до значення z — від синього (низькі значення) до червоного (високі).

const z = x * x - y * y;
const color = heightToColor(z, minZ, maxZ);

Меш використовує BufferGeometry з атрибутами позиції та кольору, а MeshPhongMaterial з vertexColors: true забезпечує висотне затінення.

OrbitControls від Three.js обробляють взаємодію мишею/дотиком. Рендерер підключений до ResizeObserver, тому canvas завжди заповнює свій контейнер.

Теги:
  • Three.js
  • Webgl
  • візуалізація
Share :

Схожі статті

Візуалізація електромагнітного поля

Візуалізація електромагнітного поля

  • Фізика , 3D
  • 01 Mar, 2025

Інтерактивний дипольний радіаційний патерн, візуалізований за допомогою стрілок Three.js — перемикайтеся між видом E-поля та H-поля.

Читати далі
Три моди, один резонатор: інтерактивний дослідник ДРА

Три моди, один резонатор: інтерактивний дослідник ДРА

  • Інженерія , Фізика
  • 12 May, 2026

Інтерактивний інструмент для побудови інтуїції про діелектричні резонаторні антени — моди, збудження і компроміс «розмір–смуга», все наживо у браузері.

Читати далі
Чому Wi-Fi не годиться для бездротового живлення

Чому Wi-Fi не годиться для бездротового живлення

  • Інженерія , Фізика
  • 11 May, 2026

Інтерактивний калькулятор передачі Фрііса показує, чому збір ВЧ-енергії з амбієнту майже не працює — крутіть повзунки, дивіться, як бюджет розсипається.

Читати далі
Як навчається нейронна мережа: покроковий розбір від нуля

Як навчається нейронна мережа: покроковий розбір від нуля

  • ШІ , Освіта
  • 05 Apr, 2025

Покроковий розбір навчання нейронної мережі з інтерактивним інспектором: ваги, градієнти, backpropagation, softmax, функція втрат — все від нуля до 100% точності.

Читати далі