说明:这篇文章是我在中国大学MOOC上学习python科学计算三维可视化
1.ImageData
ImageData的点在三维等间距上
参数 |
说明 |
origin |
三维网络数据的起点坐标 |
spacing |
三维网络数据在X,Y,Z轴上的间距 |
dimensions |
在X,Y,Z轴上的网格 |
举例:img = tvtk.ImageData(spacing=(1, 1, 1), origin=(1, 2, 3), dimensions=(3, 4, 5))
2.RectilinearGrid:间隔不均匀的网格,所有点都在正交的网格上
x,y,z是用数组来分别存放,X,Y,Z轴上的数据
r = tvtk.RectilinearGrid()
r.x_coordinates = x
r.y_coordinates = y
r.z_coordinates = z
r.dimensions = len(x),len(y),len(z)
3.StructuredGrid:创建任意形状的网格,需要指定点的坐标 4.PolyData
【(python学习)数据集】
推荐阅读
- 推荐系统论文进阶|CTR预估 论文精读(十一)--Deep Interest Evolution Network(DIEN)
- Python专栏|数据分析的常规流程
- Python|Win10下 Python开发环境搭建(PyCharm + Anaconda) && 环境变量配置 && 常用工具安装配置
- Python绘制小红花
- Pytorch学习|sklearn-SVM 模型保存、交叉验证与网格搜索
- OpenCV|OpenCV-Python实战(18)——深度学习简介与入门示例
- python|8. 文件系统——文件的删除、移动、复制过程以及链接文件
- 爬虫|若想拿下爬虫大单,怎能不会逆向爬虫,价值过万的逆向爬虫教程限时分享
- 分布式|《Python3网络爬虫开发实战(第二版)》内容介绍
- java|微软认真聆听了开源 .NET 开发社区的炮轰( 通过CLI 支持 Hot Reload 功能)