用于科学 3D 绘图的 Mayavi 替代方案

Question

我需要在 3D 网格 中绘制一个标量场，如下所示：

import numpy as np
from mayavi import mlab

dt = 10
X,Y,Z = np.mgrid[0:dt,0:dt,0:dt]

F = X**2+Y**2+Z**2

test = mlab.figure(size = (1024,768), bgcolor = (1,1,1), fgcolor = (0, 0, 0))
sf = mlab.pipeline.scalar_field(X,Y,Z,F)
vl = mlab.pipeline.volume(sf)
mlab.outline()
mlab.axes()
mlab.title('Can not change font size for this title')
mlab.xlabel('Only end ticks')
mlab.ylabel('No major ticks')

我想在 Python 中这样做，因为我用这种语言模拟了许多数据集，并且我希望能够在我对模拟参数执行敏感度时快速将它们可视化。

Mayavi 似乎为科学 3D 绘图提供了相当标准的例程。然而，当涉及到在出版物中传达这些图时，非常基本的图自定义不可用，例如轴上的主要和次要刻度。此外，那些受支持的非常基本的功能迄今为止甚至无法正常工作（例如，请参阅字体大小的示例bug 和here）。

Python中是否有任何体面且易于使用的科学3D绘图库？我曾尝试学习 vtk，但网站示例似乎已过时（例如无法运行的 volume rendering 示例，我尝试编辑多行代码以使其在没有运气的情况下运行），其他人似乎同意缺少文档。

我所说的体面的科学绘图库是指以下内容：

• 允许自定义轴、标签、标题等中的字体。
• 可以编辑坐标轴刻度间距（至少带有主要刻度）。
• 可以添加颜色条
• 有文档。

Answer 1

如果您还没有尝试过 matplotlib，您应该尝试一下。使用meshgrid 和contour 或contourf（您可以很容易地在网络上找到脚本）在结构化网格上绘制数据并不难。甚至可以在非结构化网格上绘图（查看：https://grantingram.wordpress.com/plotting-2d-unstructured-data-using-free-software/）

它有你“体面”的科学绘图库的特点。

编辑： 当您说“3D”绘图时，我假设您想要一个包含 2 个变量的函数的绘图，因此它的图形是 3D。

但是，如果您的数据取决于 3 个空间变量，我假设您希望能够显示剖切面等。然后我建议您将数据输出到文件并使用适当的可视化包，例如 ParaView（使用 VTK）或 TecPlot（非免费）。您可以通过脚本自动化可视化管道（我相信 ParaView 支持 Python 脚本）。