Mayavi,MAYAVIP

　　第一篇安装1(成功)安装2(未解决的故障)Mayavi的PythonAPI实用API记录Mayavi . mlab . im show()Mayavi . mlab . mesh()Mayavi . mlab . triangular _ mesh()Mayavi . mlab . points 3d()Mayavi . mlab . contour 3d()

　　玛雅维的官方文件链接在这里。1安装1(成功)

　　May的pip安装支持不好，用编译好的whl文件安装。安装方法如下。Mayavi及其测试环境是：

　　# win10系统#康达新建干净环境# python版# Mayavi 4 . 7 . 3版安装命令如下：

　　A create-n env _ name python=3.8您需要按照以下步骤安装以下文件(包括版本):

　　VTK==8.2 Mayavi==4.7 . 3 pyqt 5==5.15 . 4其中，由于pip3只有VTK9.0以上版本，所以在安装之前先下载whl文件。Whl是从非官方的Windows二进制for Python扩展包下载的，文件名为VTK8.2.0cp38cp38win _ amd64.whl .其中cp38表示Python版本为3.8；Amd64代表64位系统。安装命令如下：

　　#激活环境conda activate env_name#首次安装VTK pip 3 install xxxx path \ VTK 8 . 2 . 0 CP 38 CP 38 win _ amd64 . whl #安装Maya vipip 3通过pip安装Maya VI==4 . 7 . 3 #通过pip安装PyQt5，默认安装版本5.15.4，发现可用。pip3安装PyQt5发现还有一个叫menpo的可视化数据的包，但是没有进行详细的查询。首先是忧郁手镯。

　　2(故障未解决)Mayavi的pip安装支持不好，编译的whl文件安装失败。所以用下面的方法安装Mayavi。测试环境是：

　　# win10系统#康达新建干净环境# python版本为3.7(截至20210721，康达旗下Mayavi不支持Python 3.7以上版本)。新的环境命令如下：

　　# conda新建的clean环境，python版本为3.8 Conda Create-n env _ name Python=3.7安装Mayavi的命令如下：

　　#现已发现当前最高版本为Mayavi==4.7.1康达安装Mayavi，实际运行中出现错误：

　　* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *警告：导入的VTK版本(9.0)与用于构建TVTK类的版本(8.2)不匹配。这可能会引起问题。请重建TVTK。* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

　　2 Mayavi的PythonAPI根据Mayavi的文档，Mayavi的基本PythonAPI有以下几种：

　　从mayavi导入mlab# 0D和1D datamlab . points 3d()mlab . plot 3d()# 2D datamlab . imshow()mlab . surf()mlab . contour _ surf()mlab . mesh()mlab . barchart()mlab . triangular()# 3d datamlab . contour 3d()mlab . quiver 3d()mlab . flow()volume _ slice()本文只介绍我实际使用的一些API函数。

　　从mayavi导入的API记录mlab#添加坐标轴mlab.axes (xlabel= x ，ylabel= y ，zlabel= z) #添加外框p1=mlab.points3d(x，y，Z) #可以替换为其他图像mlab . outline(P1)or mlab . outline()#或者就这样写#添加颜色标签mlab.colorbar()常见属性值如下：

　　不透明度=1.0 #不透明度，取值范围0-1。0.0表示完全透明，1.0表示完全不透明颜色=(1，1，1) # RGB值，每个数字的取值范围为0-1。例如：(1，1，1)表示白色。Colomap= hot #不同的配色方案，可接受的值如下： Accent flag hot publiuses 2秋季gist _ earth HSV publibunse 3黑白gist _灰色jet puppet光谱蓝-红色gist _ heat oranges purd春季blues。gist _ NCAR orrd purples summer bone gist _ rainbow paired rdbu winter brbg gist _ stern pastel 1 rdgy ylgnbubugn gist _ yarg pastel 2 rdpu ylgnbupu gnbu pink rdyl BU orbr cool Gray Piyg RYLGN YLORRDCOPPER Greens PRGN red DARK 2 GREYS PRISM set 1 mayavi . mlab . im SHOW()函数功能：将二维数组显示为图片。

　　使用方式：来自mayavi import mlabimg=xxxx # img是一款2D nun mpy array mlab . im show(img)mlab . show(效果展示：

　　Mayavi.mlab.mesh()函数功能：以网格的形式显示对象的表面。

　　mesh说明：下图来自千千Sama的一篇文章，直观的展示了什么是mesh。原文有以下gif动画。其中每个交点是一个网格点，描述这些网格点的坐标的矩阵是坐标矩阵。每一个网格点都需要用X，Y，z三个坐标表示。

　　但是X，Y，Z一般都是以二维矩阵的形式表示。例如：

　　X=[[0，1，2]，[0，1，2]，] Y=[[0，0，0]，[1，1，1]，] Z=[[1，2，3]，[4，5，6]，]表示总共有6个点。其中：x方向有3列；在[0，1，2]y方向有2行；[0，1]z的值表示z轴在相应位置的值。Mayavi文档解释了如何划分连接模式。

　　使用方式：从mayavi导入mlab#使用numpy数组可能betterx=[[0，1，2]，[0，1，2]，]y=[[0，0，0]，[1，1，1]，]z=[[1，2，1]，[-1，-2，-1]，] mlab.mesh (x，y，z)mlab . show(效果展示：备注#参数：presentation=# parameter:re presentation= surface 是默认值，绘制一个完整的曲面。Mlab.mesh (x，y，z，presentation= wireframe ，line _ width=1.0)mayavi . mlab . triangular _ mesh()函数功能：mlab . mesh函数默认的曲面是像网格一样连接的，但是面对不规则的曲面就不能这样表示了。Mlab.triangular_mesh是用三角形表示曲面，所以适用于其他情况。

　　使用方式：来自mayavi import mlabx=[-1，0，0，0，1]y=[0，-1，0，1，0]z=[0，0，3，0，0]triangular=[(2，0，1)，(2，1，3)，(2，3，4)，(2，4，0)] mlab.triangular _ mesh (x，y，z，triangular)mlab . axes()mlab . outline()mlab . show()代码解释：

　　其中X，Y，Z定义了五个点：(-1，0，0)，(0，-1，0)，(0，0，3)，(0，1，0)，(1，0，0)(垂直看xyz的定义)。三角形定义了这些点是如何连接的：例如，(2，0，1)表示索引为2，0，1的三个点形成一个三角形。

　　n个三角形构成一个完整的曲面。

　　效果展示：

　　这篇关于这个功能的博客很全面，来自mayavii。may avi . mlab . points 3d()函数功能：三维离散点以球的形式表示。

　　使用方式：参考大蓝鲸-博客园的文章。

　　从mayavi导入mlab#使用numpy数组可能betterx=[1，2，3，4，5]y=[1，2，3，4，5]z=[1，2，3，4，5]s=[1.5，4.7，-0.112，-3]def f(x，y，Z): return x y-zmlab.points 3d (x，y，Z)or lab . points 3d(x，y，Z，s)or lab . points 3d(x，y，Z，f

　　效果展示：从mayavi导入mlabimport numpy as npimg=xxxx #读入3D数组#用法1 mlab . contour 3D(img)mlab . show()#用法2shape_x，shape_y，shape _ z=img . shapex=NP . linespace(0，512，num=shape_x)y=np.linespace(0，512，num=shape_y)z=np.linespace(0，512，num

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。