使用Numpy将VTK转换为Matplotlib

Question

我想从一个VTK文件中提取一些数据（例如标量），并获取它们在网格上的坐标，然后在Matplotlib中处理。问题是我不知道如何通过名称获取VTK文件中的点/单元格数据（例如给定标量名称），并使用vtk_to_numpy将它们加载到numpy数组中。

我的代码应该像这样：

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可以完成这个任务，但我想在不打开Paraview的情况下后处理一些数据。非常感谢任何帮助。

编辑1

我发现这个pdf教程在学习处理VTK文件的基础知识方面非常有用。

- SAAD

---

vtk_to_numpy 的文档对此有何说明？ - tacaswell

Answer 1

我终于想到一种方法（可能不是最优的），可以完成这项工作。这里的例子是从一个vtk文件中提取温度场并进行等值线绘图：

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() 

- SAAD

---

我收到了 NameError: name 'cm' is not defined 的错误。 - sigvaldm

@sigvaldm，缺少了一行导入语句，我更新了答案并添加了import matplotlib.cm as cm。 - SAAD

啊，我明白了。我肯定在某个时候已经弄清楚了，因为我之前受到这篇文章的启发做了一些图表。谢谢！ - sigvaldm

Matplotlib有一个API，可以将非结构化数据插值到三角形网格上。 - jadelord

Answer 2

我不知道你的数据集具体是什么样子，但是这里提供了一些方法来获取点的位置和标量值：

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())

如果您能使用tvtk，那么这将会变得更加容易：

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matplotlib中绘制轮廓图（contour plot），我认为你需要一个网格（grid），你可能需要使用一些VTK类将数据集转换为网格，比如vtkProbeFilter。

- HYRY