使用Vedo处理包含NaN值的3D体积数据可视化

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。