Question

我正在努力使用从文件中读取的数据在mayavi中进行简单的contour3d绘图。数据是

形式的常规3d笛卡尔网格

   x1   y1    z1    val(x1,y1,z1)  
   x1   y1    z2    val(x1,y1,z2)  
    .    .     .       .  
   x1   y1     z_K  val(x1,y1,z_K)  

   x1   y2     z1    val(x1,y2,z1)  
    .    .     .       .  
    .    .     .       .  
   x_L   y_M    z_K    val(x_L,y_M,z_K)

（这里每行的前3个值给出点的（x，y，z）坐标，而第4个值给出该点的标量值。如果有用，我可以粘贴最小的示例文件）< / p>

可以使用numpy.loadtxt成功读取数据文件，但是如何从那里获取使用（mayavi）mlab.contour3d 绘制等值面？我认为是默认输出对于mlab.contour3d，来自loadtxt的数组格式不正确。

我能找到的所有mlab.contour3d的例子都是使用ogrid生成一个网格，然后绘制这个网格的一个简单函数（sin等）。我已经能够成功运行这些示例，但它们没有告诉我如何将文件中的数据读入正确的格式数组准备好绘图。我相信如果有人能给我一个指针，它会帮助很多新手处于类似的位置;绘制存储在由另一个程序生成的文件中的3d数据肯定是科学家必须做的最常见的绘图任务之一。

Answer 1

我发现以下方法可以很好地工作。

x，y，z，d是原始输入文本文件中的一维numpy数组，其中d = f（x，y，z）

# Import relevant modules
import numpy as np
import scipy.interpolate as si
from mayavi import mlab

# Generate the figure
figure = mlab.figure()

# Generate the 3D mesh
xi, yi, zi = np.meshgrid(*([np.linspace(0,1,100)] * 3))

# Interpolate d over the 3D mesh
di = si.griddata((x, y, z), d, (xi, yi, zi))

# Generate the desired figure
min_d = d.min()
max_d = d.max()
grid = mlab.pipeline.scalar_field(di)
mlab.pipeline.volume(grid, vmin=min_d, vmax=min_d + .5*(max_d-min_d))

# Other good options too
## mlab.contour3d(di, vmin=min_d, vmax=min_d + .8*(max_d-min_d))
## pts = mlab.points3d(x, y, z, d)
mlab.axes()
mlab.show()

Answer 2

对E先生的延迟回复表示道歉，周末我无法访问互联网。但是，我确实可以访问计算机，我找到了一个问题的答案，虽然有点难看。我确信可以改进以下方法，并且由于上述原因，我知道这是3d绘图软件的一个重要的基本用途，所以如果任何人有任何他们可以提供的改进，他们将不胜感激。以下说明假设您使用的是Linux，但我确信在其他操作系统上执行相同的操作（即保存和运行python文件）非常简单。

首先生成示例数据文件。真正的数据来自Fortran程序，但是对于当前的测试目的，我将使用python生成一个示例数据文件。在“gen-data.py”文件中存储以下代码（复制粘贴到您喜欢的文本编辑器中然后点击“另存为”等。）

#!/usr/bin/python
import numpy as numpy

# run this program with 
#" python  gen-data.py > stream.out  "
# to generate sample data file stream.out  
x_low = -1 ; x_upp = 1 ; NX = 5
y_low = -2 ; y_upp = 2 ; NY = 3
z_low = -3 ; z_upp = 3 ; NZ = 3

x_arr = numpy.linspace(x_low,x_upp,num = NX, endpoint=True)
y_arr = numpy.linspace(y_low,y_upp,num = NY, endpoint=True)
z_arr = numpy.linspace(z_low,z_upp,num = NZ, endpoint=True)

#the following line generates data (for distance from the origin) 
# over  a structured grid
for x in x_arr:
    for y in y_arr:
        for z in z_arr:
            print x , y , z , x**2 + y**2 + z**2

使用运行程序 python gen-data.py＆gt;流出来它将在数据文件“stream.out”中存储上述类型的样本数据文件。您应该有一个包含值的文件：
-1.0 -2.0 -3.0 14.0
-1.0 -2.0 0.0 5.0
-1.0 -2.0 3.0 14.0
-1.0 0.0 -3.0 10.0
-1.0 0.0 0.0 1.0
-1.0 0.0 3.0 10.0
-1.0 2.0 -3.0 14.0
-1.0 2.0 0.0 5.0
-1.0 2.0 3.0 14.0
-0.5 -2.0 -3.0 13.25
。。。。
0.5 2.0 3.0 13.25
1.0 -2.0 -3.0 14.0
1.0 -2.0 0.0 5.0
1.0 -2.0 3.0 14.0
1.0 0.0 -3.0 10.0
1.0 0.0 0.0 1.0
1.0 0.0 3.0 10.0
1.0 2.0 -3.0 14.0
1.0 2.0 0.0 5.0
1.0 2.0 3.0 14.0
数据文件中的每一行都是形式
x y z V（x，y，z）
其中x，y，z描述空间中一个点的x，y，x坐标，V（x，y，z）表示此时标量的值。

绘制数据
我们的问题是如何使用mayavi绘制这些数据 - 我特别感兴趣在绘制等值面时，可以使用contour3d命令实现。网上的众多例子显示了contour3d绘制生成的数据使用mgrid命令。（还有使用ogrid命令的示例，但是对我来说，mgrid更容易理解）。 策略：如果我们可以操纵我们的数据以获得相同的形状，并且从mgrid命令的输出中我们应该能够绘制它。 分析mgrid的输出，很明显所需的是3个三维的用于存储x，y和z坐标的numpy数组，以及另一个三维numpy数组在这些点存储标量值（上面的V）。以下程序实现这些步骤。我认为该计划肯定可以改进：我确信，例行程序fill_up_array可以被一个人用一行代替知道python中的数组切片，并且可能还有其他地方得到改善。我不禁想到，对于那些知道他们在numpy / mayavi做什么的人来说，整个事情可能会在1或2行中完成，但以下内容我认为，程序易于理解且有效（你应该看到截断的球形出现的图中的表面。）将以下文件保存到“hope.py”并使用
运行 python hope.py

import numpy
from mayavi import mlab

def fill_up_array(output_arr,source_arr,nx,ny,nz,posn):
# takes a slice of results from source_arr and writes to output_arr
# there is probably an easy one liner to do this ?
#TODO: add checks to ensure input is sensible
    for i in range(nx):
        for j in range(ny):
            for k in range(nz):
                output_arr[i][j][k] = source_arr[i][j][k][posn]

# these numbers have to correspond to those used in gen-data.py
NX = 5 ; NY = 3 ; NZ = 3 

NDIM = 4  # number of columns in data file, 4 for current example


#initialise arrays:
# xx will contain x coordinate of data point
# yy will contain y coordinate of data point
# zz will contain z coordinate of data point
# VV will contain sample scalar value at (x,y,z)
xx = numpy.zeros((NX,NY,NZ))
yy = numpy.zeros((NX,NY,NZ))
zz = numpy.zeros((NX,NY,NZ))
VV =  numpy.zeros((NX,NY,NZ))


#now read in values from stream.out file to these arrays
full = numpy.loadtxt("stream.out")
fy = numpy.reshape(full, (NX,NY,NZ,NDIM))


fill_up_array(xx,fy,NX,NY,NZ,0)
fill_up_array(yy,fy,NX,NY,NZ,1)
fill_up_array(zz,fy,NX,NY,NZ,2)
fill_up_array(VV,fy,NX,NY,NZ,3)


#test plot
mlab.contour3d(xx, yy, zz, VV)
mlab.show()

使用（mayavi）mlab.contour3d绘制存储在文件中的数据？

2 个答案: