VTK 到 Matplotlib 使用 Numpy答案

【问题标题】：VTK to Matplotlib using NumpyVTK 到 Matplotlib 使用 Numpy
【发布时间】：2014-06-02 00:26:19
【问题描述】：

我想从 VTK 文件中提取一些数据（例如标量）以及它们在网格上的坐标，然后在 Matplotlib 中对其进行处理。问题是我不知道如何从 VTK 文件中获取点/单元数据（例如，通过给出标量的名称）并使用 vtk_to_numpynumpy 数组中/strong>

我的代码应该是这样的：

import matplotlib.pyplot as plt
from scipy.interpolate import griddata
import numpy as np
from vtk import *
from vtk.util.numpy_support import vtk_to_numpy

# load input data
reader = vtk.vtkXMLUnstructuredGridReader()
reader.SetFileName("my_input_data.vtk")
reader.Update()

(...missing steps)

# VTK to Numpy
my_numpy_array = vtk_to_numpy(...arguments ?)

#Numpy to Matplotlib (after converting my_numpy_array to x,y and z)
CS = plt.contour(x,y,z,NbLevels)
...

PS：我知道 Paraview 可以完成这项任务，但我正在尝试在无需打开 Paraview 的情况下对一些数据进行后期处理。任何帮助表示赞赏

编辑 1

我发现这个pdf tutorial 对学习处理 VTK 文件的基础知识非常有用

【问题讨论】：

vtk_to_numpy 的文档对此有什么要说的？

标签： python arrays numpy matplotlib vtk

【解决方案1】：

我终于找到了一种方法（也许不是最佳方法）来完成这项工作。这里的例子是绘制从 vtk 文件中提取的温度场的等高线图：

import matplotlib.pyplot as plt
import matplotlib.cm as cm
from scipy.interpolate import griddata
import numpy as np
import vtk
from vtk.util.numpy_support import vtk_to_numpy

# load a vtk file as input
reader = vtk.vtkXMLUnstructuredGridReader()
reader.SetFileName("my_input_data.vtk")
reader.Update()

# Get the coordinates of nodes in the mesh
nodes_vtk_array= reader.GetOutput().GetPoints().GetData()

#The "Temperature" field is the third scalar in my vtk file
temperature_vtk_array = reader.GetOutput().GetPointData().GetArray(3)

#Get the coordinates of the nodes and their temperatures
nodes_nummpy_array = vtk_to_numpy(nodes_vtk_array)
x,y,z= nodes_nummpy_array[:,0] , nodes_nummpy_array[:,1] , nodes_nummpy_array[:,2]

temperature_numpy_array = vtk_to_numpy(temperature_vtk_array)
T = temperature_numpy_array

#Draw contours
npts = 100
xmin, xmax = min(x), max(x)
ymin, ymax = min(y), max(y)

# define grid
xi = np.linspace(xmin, xmax, npts)
yi = np.linspace(ymin, ymax, npts)
# grid the data
Ti = griddata((x, y), T, (xi[None,:], yi[:,None]), method='cubic')  

## CONTOUR: draws the boundaries of the isosurfaces
CS = plt.contour(xi,yi,Ti,10,linewidths=3,cmap=cm.jet) 

## CONTOUR ANNOTATION: puts a value label
plt.clabel(CS, inline=1,inline_spacing= 3, fontsize=12, colors='k', use_clabeltext=1)

plt.colorbar() 
plt.show()

【讨论】：

我收到NameError: name 'cm' is not defined
@sigvaldm 缺少导入行，我更新了答案添加import matplotlib.cm as cm
啊，我明白了。在某些时候我一定已经弄清楚了，因为我前一段时间受这篇文章的启发制作了一些情节。谢谢！
Matplotlib 有一个 interpolates unstructured data onto a triangular grid 的 API。

【解决方案2】：

我不知道你的数据集是什么样子的，所以这里只是一些你可以获得点位置和标量值的方法：

from vtk import *
from vtk.util.numpy_support import vtk_to_numpy

# load input data
reader = vtk.vtkGenericDataObjectReader()
reader.SetFileName(r"C:\Python27\VTKData\Data\uGridEx.vtk")
reader.Update()
ug  = reader.GetOutput()
points = ug.GetPoints()
print vtk_to_numpy(points.GetData())
print vtk_to_numpy(ug.GetPointData().GetScalars())

如果你可以使用tvtk会容易一点：

from tvtk.api import tvtk
reader = tvtk.GenericDataObjectReader()
reader.file_name = r"C:\Python27\VTKData\Data\uGridEx.vtk"
reader.update()
ug = reader.output
print ug.points.data.to_array()
print ug.point_data.scalars.to_array()

如果你想在matplotib中做contour绘图，我认为你需要一个网格，你可能需要使用一些VTK类将数据集转换为网格，例如vtkProbeFilter。

【讨论】：