Python 里也能写 Three.js?这个库把 Three.js API 完整搬进了 Jupyter

做数据科学的人经常遇到一个问题：计算结果需要 3D 可视化，但 Python 现有的可视化工具处理复杂 3D 场景时要么功能有限，要么交互体验差。如果想要 WebGL 级别的渲染质量和流畅的鼠标交互，通常得另起一套 JavaScript 前端，数据还得想办法从 Python 传过去，工作流被打断。

pythreejs 想解决的就是这个问题。它是 Jupyter Widgets 团队维护的扩展，把 Three.js 的 API 完整映射成 Python 类，让开发者在 Jupyter Notebook 里直接用 Python 描述 3D 场景——渲染还是走浏览器的 WebGL，但不需要写一行 JavaScript，也不需要搭独立前端。

Three.js 是前端的工具，Jupyter Notebook 是 Python 数据科学的工具，两个本来没什么交集。pythreejs 做的事是把这两个接起来。目前 989 Star，最新版本 2.4.1。

Python 对象怎么变成 Three.js 场景

先看一个最基础的例子，在 Jupyter 里创建一个红色球体：

执行这段代码，Jupyter 单元格里直接出现一个可以鼠标旋转的 3D 球体。这里的 Mesh、SphereGeometry、MeshLambertMaterial、PerspectiveCamera、Scene 和 Three.js 里的对象是一一对应的：

通信机制是 Jupyter Widgets 框架：Python 对象的属性变更会序列化成 JSON，通过 WebSocket 传给浏览器侧的 JavaScript，由 JavaScript 创建或更新对应的 Three.js 对象，最终在 WebGL 里渲染。渲染本身还是在浏览器里跑，Python 那边负责描述场景结构。

BufferGeometry + NumPy：给大数据集用

如果数据来自 NumPy 数组（比如点云、科学模拟结果），可以用 BufferGeometry 直接把数组传进去：

NumPy 数组直接作为 BufferAttribute 传入，不需要手动把数据转成 JavaScript 格式。pythreejs 内部处理了 NumPy 到浏览器端 TypedArray 的序列化。对于百万级顶点的数据集，这是实际可用的路径。

动态更新场景

Python 对象和浏览器里的 Three.js 对象保持同步，修改 Python 对象的属性会实时反映到场景里：

直接赋值，Jupyter 里的 3D 场景立刻更新。这个特性让在 Jupyter 里做交互式参数调试比较方便，比如配合 ipywidgets 的滑块来实时调整几何体参数。

有一个限制要提前知道

不是所有 Three.js 方法都可以直接在 Python 里调用。Three.js 对象上的方法（比如 geometry.rotateX()）没有对应的 Python 方法，需要通过 exec_three_obj_method 来执行：

这是 Python/JavaScript 桥接的固有限制。pythreejs 的设计目标是让属性可读写，但方法调用需要走这个中间层。对于大部分静态场景构建没有影响，但如果需要复杂的动画逻辑或频繁调用 Three.js 方法，这个限制会比较明显。

另外需要注意版本：最新版本 2.4.1 发布于 2022 年，Three.js 本身的 API 这两年有一些变化，部分新特性（比如新的材质类型）在 pythreejs 里还没有对应的 Python 类。

安装

JupyterLab 3.0 及以上版本安装后可以直接用，不需要额外配置。旧版 JupyterLab 需要手动启用扩展：

写在最后

pythreejs 解决的问题很具体：在 Python/Jupyter 环境里需要 3D 可视化，又不想维护一套独立的 JavaScript 前端。NumPy 数组直接输入几何体、Python 对象属性变更实时同步到场景，这两点对数据科学工作流来说比较实用。

它不是要替代直接写 Three.js，两者的使用场景基本不重叠：需要部署成 Web 应用、需要完整的动画控制、需要自定义 Shader，还是得写 JavaScript。但如果工作流本身就在 Jupyter 里，需要把计算结果快速可视化成 3D 场景，pythreejs 是一个不需要切换技术栈的选项。

GitHub：https://github.com/jupyter-widgets/pythreejs