从VTU文件中提取三角形ID

Question

我有一个带有相关vtu文件的pvtu文件，我想从中显示一些数据。如果在Paraview（5.6+）中加载pvtu，则在选择“纯色（白色）”和“带有边缘的曲面”时会得到以下图像： 网格显然是各向异性的，靠近顶部边界，三角形几乎平坦；这是预期的行为。

如果我现在在Python中加载相同的pvtu并以以下方式显示网格，

import numpy
import matplotlib.pyplot as plt
import vtk
gridreader = vtk.vtkXMLPUnstructuredGridReader()
gridreader.SetFileName('whatever.pvtu')
gridreader.Update()
vtkOut = gridreader.GetOutput()
vtkData = vtkOut.GetPoints().GetData()
coords = numpy.array([vtkData.GetTuple3(x)
                      for x in range(vtkData.GetNumberOfTuples())])
plt.triplot(coords[:, 0], coords[:, 1])
plt.gcf().set_size_inches(16, 8)
plt.gca().set_aspect('equal')
plt.savefig('meshPython1.png', bbox_inches='tight')
plt.gca().set_xlim((5e5, 3e6))
plt.gca().set_ylim((6e5, 1e6))
plt.savefig('meshPython2.png', bbox_inches='tight')

我明白了： 您可以轻松地看到不存在各向异性。因此，我的天真问题是：如何使用Python再现Paraview中显示的网格？但是，可能存在一个更准确的问题。我完全知道matplotlib的三角测量库接受三角形作为参数，但是我找不到从pvtu中提取三角形的命令。因此，也许更好的问题是如何从pvtu文件中获得三角形？

任何帮助表示赞赏。

Answer 1

您的问题是您没有使用triangles的{​​{1}}选项。实际上，如果您未在matplotlib中指定网格，则会丢失ParaView中存在的网格的连接性。实际上，您赋予了matplotlib一个自由呈现其所需单元格的自由，当您知道三角形网格的连通性时，这显然是不正确的。您可以使用以下命令提取三角形网格的连通性：

matplotlib.tri

Answer 2

基于Alone Programmer的回答，以下代码使我可以实现与Paraview相同的网格：

import numpy
import matplotlib.pyplot as plt
import vtk
gridreader = vtk.vtkXMLPUnstructuredGridReader()
gridreader.SetFileName('whatever.pvtu')
gridreader.Update()
vtkOut = gridreader.GetOutput()
vtkData = vtkOut.GetPoints().GetData()
coords = numpy.array([vtkData.GetTuple3(x)
                      for x in range(vtkData.GetNumberOfTuples())])
cell_connectivity_matrix = []
for i in range(vtkOut.GetNumberOfCells()):
    assert vtkOut.GetCell(i).GetNumberOfPoints() == 3
    cell_connectivity_matrix.append(
        [vtkOut.GetCell(i).GetPointIds().GetId(j)
         for j in range(vtkOut.GetCell(i).GetPointIds().GetNumberOfIds())])
cell_connectivity_matrix = numpy.array(cell_connectivity_matrix,
                                       dtype=numpy.float)
plt.triplot(coords[:, 0], coords[:, 1], triangles=cell_connectivity_matrix)
plt.gcf().set_size_inches(16, 8)
plt.gca().set_aspect('equal')
plt.show()

显示