1. 热流图
    1. 有没有办法在相应的xyz坐标上绘制该矢量数据vector?
    1. GlytphWithCustomSource
    • 3.1. 数据描述符

      • 3.1.1. GlyphMode
      • 3.1.2. GlyphSource
      • 3.1.3. GlyphTransform
      • 3.1.4. Input
      • 3.1.5. MaximumNumberOfSamplePoints
      • 3.1.6. OrientationArray
      • 3.1.7. ScaleArray
      • 3.1.8. ScaleFactor
      • 3.1.9. Seed
      • 3.1.10. Stride
      • 3.1.11. VectorScaleMode
    • 3.2. Paraview:add glyph添加图示符
    1. Euler角度,箭头方向

1. 热流图

在小格子里面加上箭头?

2. 有没有办法在相应的xyz坐标上绘制该矢量数据vector?

主要有两种方式:

  • 使用“3D图示符”表示在每个点绘制箭头或其他图示符,glyph图示符

  • 使用“Glyph”过滤器在每个点生成箭头或其他Glyph几何图形,并将其可视化

第一个通常更快,因为它不需要为每个被绘制轮廓的点生成每个轮廓的一个副本,所以您可能希望首先尝试第一种方法。

3. GlyphWithCustomSource

Glyph with Custom Source orientation

paraview.simple.GlyphWithCustomSource

Glyph With Custom Source(具有自定义源的Glyph)过滤器生成一个glyph,该glyph指定输入数据集中每一个点的源输入为这个自定义源。图示符可以通过输入标量和向量数组进行定向和缩放。如果阵列以点为中心,则图示符将放置在输入数据集中的点上。如果数组以单元格为中心,则图示符将放置在输入数据集中单元格的中心。可以修改应用于轮廓源的变换以更改轮廓的形状。此筛选器可对任何类型的数据集进行操作。它的输出是一个多边形数据集。

若要使用此过滤器,请选择Orientation Array方向阵列以定向图示符,选择Scale Array 比例阵列以控制图示符缩放(如果需要)-如果不需要方向或缩放,则可以将每个阵列设置为“No array”。

当通过3元向量数组进行缩放时,向量缩放模式可以设置为“按大小缩放Scale by Magnitude”(根据向量大小缩放图示符)或“按组件缩放Scale by Components”(将每个组件视为相应维度中的单独缩放因子),即。,第一个分量是x维的比例因子,第二个分量是y维的比例因子,第三个分量是z维的比例因子。

总的恒定比例因子Scale Factor在该过滤器的其他属性控制的缩放之后应用。

Glyph Mode属性控制选择输入数据集中的哪些点进行图示,因为在大多数情况下,对输入数据集中的所有点进行图示既可能影响性能,也可能造成视觉混乱.

3.1. 数据描述符

3.1.1. GlyphMode

此属性指示将用于从数据集生成glyph的模式。

3.1.2. GlyphSource

此属性确定将在输入数据集中的点处放置哪个图示符。

Arrow

tip rresolution:尖端分辨率
tip radius:叶尖半径
tip length:叶尖长度
shaft resolution:轴分辨率
shaft radius:周半径

3.1.3. GlyphTransform

此属性中的值允许您指定要应用于轮廓源的变换(平移translation、旋转rotation和缩放scaling)。

3.1.4. Input

此属性指定此筛选器的输入。这是从中选择要绘制图示符的位置的数据集。

3.1.5. MaximumNumberOfSamplePoints

此属性指定在使用均匀空间分布对空间进行采样时要使用的最大采样点数。

3.1.6. OrientationArray

选择用于定向图示符的输入阵列。

3.1.7. ScaleArray

选择用于缩放图示符的输入阵列。如果缩放数组scale array是矢量数组,则可以使用矢量缩放模式 vector scale mode属性控制图示符的缩放方式。

3.1.8. ScaleFactor

指定用于缩放图示符的常量乘数。

3.1.9. Seed

此属性指定:统一空间分布时用于生成轮廓点统一分布的种子。

3.1.10. Stride

This property specifies the stride that will be used when glyphing by Every Nth Point.

3.1.11. VectorScaleMode

缩放阵列为矢量时选择模式.按大小缩放Scale by Magnitude按矢量大小缩放轮廓.按组件缩放Scale by Components按组件表示的维度中每个向量组件缩放图示符,例如,x方向按组件0缩放,y方向按组件1缩放,等等。

3.2. Paraview:add glyph添加图示符

虽然将颜色贴图应用于曲面有助于可视化标量值,但它并不总是有助于可视化矢量数据vector。现在,我们将矢量数据可视化为三维箭头,这些箭头起源于一些数据点,并根据这些点上的标量数据值着色。在ParaView中,这些箭头(以及其他类似形状)称为图示符。
继续上一节,我们将使用提取子集过滤器来关注向量场最有趣的部分数据集。

  • 选择数据源节点,然后选择过滤器->公用->提取子集。

  • 将子集的边界设置为X为10到32,Y为10到22,Z为0到10。

  • 单击“应用”,隐藏数据源节点并放大提取子集的边界。

  • With the ExtractSubset1 node selected, choose Filters->Common->Glyph.
  • Make the Glyph node visible.

  • Scroll to the Display section of the Properties panel.
  • Click the “Edit” button to show the color map editor and choose the “Jet” map as was done in the previous section.

  • Optionally, click the Coloring “Show” button to hide the color map legend.
  • Scroll back up to the Properties section.

Glyph过滤器的默认值在数据集空间中放置箭头方面做得很好,但是可视化可以得到改进。在此数据集中,向量属性被规范化,以便所有向量具有统一的长度。标量属性包含独立于矢量数据的值。除了控制箭头颜色外,我们还可以使用scalar属性控制箭头大小。

  • 在“缩放”区域中,将“缩放因子Scale Factor”属性设置为0.05,然后单击“应用Apply”使所有箭头变小,从而减少混乱。
  • 将 “Scale Mode” 属性设置为 “scalar” ,单击 “Apply” 使箭头大小与图示符位置处的标量数据值成比例。
  • 切换数据源节点的可见性以隐藏线框。

根据数据和可视化,可能需要通过更改“Maximum Number Of Sample Points Seed”来减少或增加图示符的数量。如果总体上看起来不错,但有几个glyph会导致问题,请尝试更改“Seed”属性,该属性随机选择哪些采样点用于glyph。Seed属性位于Properties末尾的“Masking”部分。

paraview:adding Glyphs

4. Euler角度,箭头方向

我的箭头指向不准确,它们通常看起来是从同一个方向来的。

指定关于X、Y和Z轴的Euler角度的三分量数组?

Displaying vectors on xyz coordinates

Euler角度,又叫欧拉角,是Leonhard Euler引入的三个角,用于描述刚体相对于固定坐标系的方向。

几何定义

原始帧的轴表示为x、y、z,旋转帧的轴表示为X、Y、Z。

几何定义(有时称为静态)首先将节点(N)的线定义为平面xy和XY的交点(也可以定义为与轴z和Z垂直的公共线,然后写入向量积N=z*Z)。

欧拉角可以如下定义:

Eluer angles wiki

paraview热流图(1):添加glyphs相关推荐

  1. Python使用matplotlib可视化箱图、seaborn中的boxplot函数可视化分组箱图、在箱图中添加抖动数据点(Dot + Box Plot)

    Python使用matplotlib可视化箱图.seaborn中的boxplot函数可视化分组箱图.在箱图中添加抖动数据点(Dot + Box Plot) 目录

  2. R语言plotly可视化:plotly可视化箱图、基于预先计算好的分位数、均值、中位数等统计指标可视化箱图、箱图中添加缺口、可视化均值和标准差(With Precomputed Quartiles)

    R语言plotly可视化:plotly可视化箱图.基于预先计算好的分位数.均值.中位数等统计指标可视化箱图.箱图中添加缺口.可视化均值和标准差(Box Plot With Precomputed Qu ...

  3. R语言使用ggplot2包使用geom_boxplot函数绘制基础分组箱图(添加均值点)实战

    R语言使用ggplot2包使用geom_boxplot函数绘制基础分组箱图(添加均值点)实战 目录 R语言使用ggplot2包使用geom_boxplot函数绘制基础分组箱图(添加均值点)实战

  4. R语言ggplot2可视化:可视化箱图、在箱图中添加抖动数据点(Dot + Box Plot)、自定义抖动数据点的大小、颜色、数据点分布在箱图中间、添加主标题、副标题、题注信息

    R语言ggplot2可视化:可视化箱图.在箱图中添加抖动数据点(Dot + Box Plot).自定义抖动数据点的大小.颜色.数据点分布在箱图中间.添加主标题.副标题.题注信息 目录

  5. seaborn使用jointplot函数为散点图添加边缘图、添加回归线、为边缘直方图添加密度曲线、自定义边缘直方图的箱体个数bins(Number of Bins to Marginal Plot )

    seaborn使用jointplot函数为散点图添加边缘图.添加回归线.为边缘直方图添加密度曲线.自定义边缘直方图的箱体个数bins(Change Number of Bins to Marginal ...

  6. seaborn使用jointplot函数为散点图添加边缘图、添加回归线、为边缘直方图添加密度曲线、自定义边缘直方图的色彩(Change Color of Marginal Histogram Plot

    seaborn使用jointplot函数为散点图添加边缘图.添加回归线.为边缘直方图添加密度曲线.自定义边缘直方图的色彩(Change Color of Marginal Histogram Plot ...

  7. R语言使用scatterplot3d包的scatterplot3d函数可视化3D散点图(3D scatter plots)、在3D散点图中添加垂直线和数据点描影、3D图中添加回归平面

    R语言使用scatterplot3d包的scatterplot3d函数可视化3D散点图(3D scatter plots).在3D散点图中添加垂直线和数据点描影.3D图中添加回归平面(overlaid ...

  8. seaborn可视化水平箱图并添加抖动数据点(Horizontal boxplot with jittered points in Python)

    seaborn可视化水平箱图并添加抖动数据点(Horizontal boxplot with jittered points in Python) 目录 seaborn可视化水平箱图并添加抖动数据点( ...

  9. R语言ggridges包可视化山脊图(Ridgeline Plots)并且在山脊图中添加均值竖线(Add Mean Line to RIdgeline Plot with ggridges in R)

    R语言ggridges包可视化山脊图(Ridgeline Plots)并且在山脊图中添加均值竖线(Add Mean Line to RIdgeline Plot with ggridges in R) ...

最新文章

  1. python画樱桃小丸子的程序_多任务---线程threading使用总结。
  2. 15、子查询注意事项
  3. 在Linux系统终端利用ggc,大学计算机:Linux下C编程.pdf
  4. react设置默认props
  5. 【编译原理】学习LUA
  6. matlab地址数据类型uns,使用matlab生成sine波mif文件
  7. 为什么定义!doctype html表格高度变高,!DOCTYPE html声明下div高度100%的问题解决方法...
  8. 在 Libra 刷屏的背后,你必须知道 TA!
  9. 汽车的android怎么使用方法,汽车安卓投屏怎么用 其实投屏方法很简单
  10. App保持登录状态的常用方法
  11. java聊天程序_java基于C/S模式实现聊天程序(客户端)
  12. Apollo 的3D障碍物感知解析
  13. 你为什么总是爱拖延?这个我知道
  14. Mysql的分组函数
  15. 上海万国驾校 科目三考试
  16. 小故事大道理——生存方略
  17. java事件处理入门
  18. 系统渗透与防护——网络安全
  19. 算法学习-图像的数据格式BGR
  20. 诊所病例信息管理系统(Java+Web+SSH+MYSQL)

热门文章

  1. 【QT】判断鼠标按键
  2. Java实现XLS和XLSX之间的相互转换
  3. 【餐厅点餐平台|一】项目描述+需求分析
  4. 菁英杯计算机科目,菁英杯自主招生认可吗
  5. 远程连接华为云服务器上的MySQL
  6. 超链接的5种表现形式(用法)
  7. 软考是什么?怎么准备----软考相关资讯
  8. Triton服务器部署Yolov5s模型应用
  9. 实数在计算机中的表示
  10. 数据分析案例分析:日化公司社群营销场景,产品SKU,用户转化率,用户流转地图