python 科学计算三维可视化笔记（第二周 基础实战）_python海洋洋流三维可视化

---

内容来自中国大学MOOC，北京理工大学，python数据分析与展示课程，侵删。
如有错误，烦请指出。

---

python 科学计算三维可视化笔记 第二周 基础实战

一、实例1：标量数据可视化

等值面过滤器 tvtk.ContourFilter()

标量数据可视化代码：

'''标量数据可视化'''
from tvtk.api import tvtk
from tvtkfunc import ivtk_scene, event_loop

# 读入plot3D数据
plot3d = tvtk.MultiBlockPLOT3DReader(
        xyz_file_name = "combxyz.bin",
        q_file_name = "combq.bin",
        scalar_function_number = 100,
        vector_function_number = 200
    )
# 让plot3D计算其输出数据
plot3d.update()
# 获取读入的数据集对象
grid = plot3d.output.get_block(0)

# 创建等值面对象  
con = tvtk.ContourFilter()
con.set_input_data(grid)
# 指定等值面数量为10, 指定数据范围
con.generate_values(10, grid.point_data.scalars.range)

# 设定映射器的变量范围属性
m = tvtk.PolyDataMapper(scalar_range = grid.point_data.scalars.range,
                        input_connection=con.output_port)
a = tvtk.Actor(mapper = m)
a.property.opacity = 0.5  # 设定透明度为0.5

# 窗口绘制
win = ivtk_scene(a)
win.scene.isometric_view()
event_loop()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

等值面个数可以自定义：

可以为每个等值面指定值：

二、实例2：矢量数据可视化

使用 tvtk.Glyph3D() 引入符号化技术
使用 tvtk.MaskPoints() 进行降采样

矢量数据可视化代码：

'''矢量数据可视化'''
from tvtk.api import tvtk
from tvtkfunc import ivtk_scene, event_loop

# 读入plot3D数据
plot3d = tvtk.MultiBlockPLOT3DReader(
        xyz_file_name = "combxyz.bin",
        q_file_name = "combq.bin",
        scalar_function_number = 100,
        vector_function_number = 200
    )
# 让plot3D计算其输出数据
plot3d.update()
# 获取读入的数据集对象
grid = plot3d.output.get_block(0)

# 对数据集中的数据进行随机选取，每50个点选择一个点
mask = tvtk.MaskPoints(random_mode=True, on_ratio=50)
mask.set_input_data(grid)
# 创建表示箭头的PolyData数据集
glyph_source = tvtk.ArrowSource()
#glyph_source = tvtk.ConeSource()

# 在Mask采样后的PolyData数据集每个点上放置一个箭头
# 箭头的方向(速度的方向)           由与点对应的矢量和标量数据决定
# 长度(短标量值小，长标量值大)     由与点对应的矢量和标量数据决定
# 颜色(红色标量值小，蓝色标量值大) 由与点对应的矢量和标量数据决定
glyph = tvtk.Glyph3D(input_connection=mask.output_port,
                     scale_factor=4)
#glyph = tvtk.Glyph3D(input_connection=mask.output_port,
#                     scale_factor=2)
glyph.set_source_connection(glyph_source.output_port)
m = tvtk.PolyDataMapper(scalar_range=grid.point_data.scalars.range,
                        input_connection=glyph.output_port)
a = tvtk.Actor(mapper=m)

#窗口绘制
win = ivtk_scene(a)
win.scene.isometric_view()
event_loop()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

将glyph_source = tvtk.ArrowSource() 替换为 glyph_source = tvtk.ConeSource()，
缩放系数变为 scale_factor=2，可以生成由圆锥表示的矢量数据：

三、实例3：空间轮廓线可视化

使用 tvtk.StructuredGridOutlineFilter() 计算 PolyData 对象的外边框(轮廓线)

空间轮廓线可视化代码：

'''实例3：空间轮廓线可视化'''
from tvtk.api import tvtk
from tvtk.common import configure_input
from tvtkfunc import ivtk_scene, event_loop

# 读入plot3D数据
plot3d = tvtk.MultiBlockPLOT3DReader(
        xyz_file_name = "combxyz.bin",
        q_file_name = "combq.bin",
        scalar_function_number = 100,
        vector_function_number = 200
    )
# 让plot3D计算其输出数据
plot3d.update()
# 获取读入的数据集对象
grid = plot3d.output.get_block(0)

# 计算表示外边框的PolyData对象
outline = tvtk.StructuredGridOutlineFilter()
# 将外框计算与数据集产生关联
configure_input(outline, grid)
m = tvtk.PolyDataMapper(input_connection=outline.output_port)
a = tvtk.Actor(mapper=m)
a.property.color = 0.3, 0.3, 0.3

# 窗口绘制
win = ivtk_scene(a)
win.scene.isometric_view()
event_loop()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29