首页
/ 使用Vedo处理包含NaN值的3D体积数据可视化

使用Vedo处理包含NaN值的3D体积数据可视化

2025-07-04 21:15:27作者:宗隆裙

在科学计算和工程领域,我们经常需要处理包含NaN(非数字)值的3D体积数据。本文将介绍如何使用Python的Vedo库有效地可视化这类数据。

数据预处理

首先,我们需要加载并预处理包含NaN值的3D数据:

import numpy as np
from vedo import *

# 加载数据
dataset = np.load("dataset.npy")

# 翻转z轴使浅层数据显示在顶部
dataset = np.flip(dataset, axis=2)

# 计算数据范围
min_value = np.nanmin(dataset)
max_value = np.nanmax(dataset)

# 将NaN值替换为0以便可视化
nan_ind = np.isnan(dataset)
dataset[nan_ind] = 0

创建体积对象

使用预处理后的数据创建Volume对象:

vol = Volume(dataset, spacing=[15, 15, 2])
vol.cmap('turbo', alpha=1.0, vmin=min_value, vmax=max_value)

添加切片功能

为了更详细地检查数据,我们可以添加交互式切片功能:

def render_slice(vslice, name):
    # 移除低值区域
    vslice.cut_with_scalar(rmin, "input_scalars", invert=True)
    vslice.triangulate()
    # 设置颜色映射
    vslice.cmap(cmap_slicer, vmin=rmin, vmax=rmax).lighting("off")
    # 添加等高线
    isos = vslice.isolines(vmin=rmin, vmax=rmax, n=12).c("black")
    vslice.name = name
    isos.name = name
    plt.remove(name).add(vslice, isos)

# 创建滑块控制切片位置
xslider = plt.add_slider(slider_function_x, 0, dims[0], ...)
yslider = plt.add_slider(slider_function_y, 0, dims[1], ...)
zslider = plt.add_slider(slider_function_z, 0, dims[2], ...)

创建整体可视化

为了同时展示整体结构和细节,我们可以结合体积渲染和等值面:

# 创建等值面
iso = vol.isosurface(rmin).smooth()
iso.cmap(cmap_slicer, vmin=min_value, vmax=max_value)
iso.add_scalarbar3d(c="black", title="标量值")
# 调整颜色条位置
iso.scalarbar = iso.scalarbar.clone2d("center-right", size=0.2)
# 设置透明度等属性
iso.c("k5").alpha(0.1).lighting("off").wireframe().pickable(False)

可视化技巧

  1. 颜色映射选择:根据数据类型选择合适的颜色映射,如'turbo'或'RdBu'。

  2. 透明度控制:使用alpha参数调整透明度,突出显示关键区域。

  3. 光照效果:对于切片,使用lighting("off")可以获得更清晰的视觉效果。

  4. 数据裁剪:使用cut_with_scalar移除不感兴趣的低值区域。

  5. 等高线:添加等高线(isolines)可以更清晰地显示数据梯度。

完整示例

plt = Plotter(size=(1400, 1200))
plt.show(iso, viewup="z", axes=1).close()

通过以上方法,我们可以有效地可视化包含NaN值的3D体积数据,同时保持数据的科学准确性和视觉清晰度。这种方法特别适用于地质勘探、医学成像和工程分析等领域。

记住根据具体需求调整颜色映射、透明度和裁剪阈值等参数,以获得最佳的可视化效果。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
494
37
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
323
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
991
395
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
277
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
937
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70