3D可视化库—Vedo使用笔记分享

Vedo是一个用于3D可视化和网格处理的Python库，与Pyvista类似。它们都基于VTK(https://vtk.org/)，提供强大的后处理渲染功能。本节将介绍如何在有限元后处理工作中利用Vedo库。

首先，先pip安装vedo：pip install vedo。

from vedo import *
m = Mesh(dataurl+"bunny.obj").c("green9")
plt = Plotter()
plt.show(m, axes=1)

具体参数说明及案例可在官网：https://vedo.embl.es。

创建Mesh对象

以有限元网格信息为例，假设已经从Abaqus的inp文件中已经解析出节点单元信息，现在如何使用vedo库进行可视化：

from vedo import *

# 节点坐标
nodes = [
    [0,0,0],  # 节点 0
    [1,0,0],  # 节点 1
    [1,1,0],  # 节点 2
    [0,1,0],  # 节点 3
]

# 三角形单元连接信息
elements = [
    [0, 1, 2],  # 单元 0
    [0, 2, 3],  # 单元 1
]
# 创建mesh
mesh = Mesh([nodes, elements])

通过上面格式的转化，就可以创建vedo库的Mesh对象了，后续的所有操作都基于该对象。

用户也可通过导入vtk格式文件来创建对象：mesh = load("CRACK.vtk")。

云图绘制基础

场变量信息

使用已有的节点单元数据创建Mesh对象后，可以直接绘制出网格模型，场变量信息需要添加进Mesh对象中。

# 位移场 (每个节点的 [dx, dy, dz])
displacements = [
    [0.1, 0.2, 0.2],
    [0.0, 0.3, 0.0],
    [-0.1, 0.2, 0.0],
    [0.0, -0.1, 0.1],
]

Umag = mag(displacements) 

# 添加标量数据到网格点
mesh.pointdata["Displacement Magnitude"] = displacements

导入vtk的方法创建Mesh对象时可以直接索引vtk文件中的节点场数据信息。

# vtk文件中位移场对应的label为Displacement
displacement = mesh.pointdata["Displacement"]
# U1
U1 = displacement[:,0]

查询Mesh信息

常用的查询方法总结如下：

# Print the points and faces of the mesh as numpy arrays
print('vertices:', mesh.vertices) # same as mesh.points or mesh.coordinates
print('faces   :', mesh.cells)

print("Number of nodes:", mesh.npoints) # 或者.nvertices
print("Number of elements:", mesh.ncells)
print("Cell connectivity of elements:", mesh.cells)
print("Center of elements:", mesh.cell_centers)

print("Available point data:", mesh.pointdata.keys())  # 输出节点场数据label
print("Available cell data:", mesh.celldata.keys())    # 输出单元场数据label

模型风格

mesh.lw(1) # 线宽
mesh.c('purple5') # 单元面颜色
mesh.lc('b') # 线颜色
mesh.alpha(0.5) # 透明度

mesh.wireframe().c("yellow")# wireframe，并设置其线条颜色
plt.render_hidden_lines # 隐藏单元边界

cmap

vedo库支持的cmap种类：

说了这么久，先整个云图吧，直接案例教学。

from vedo import * 

mesh = load("CRACK.vtk")
displacement = mesh.pointdata["U"]
U1 = displacement[:, 0] 

mesh.cmap("coolwarm", U1, on="points")
show(mesh)

现在来看一下cmap函数的用法，基本用法注释中已标明。

def cmap(
 self,
 input_cmap, # cmap name
 input_array=None, # 场变量
 on='', # (str) either 'points' or 'cells' or blank (automatic). Apply the color map to data which is defined on either points or cells
 n_colors=256, # (int) number of distinct colors to be used in colormap table.
 alpha=1.0, # 透明度
)

自定义colorbar

（个人感觉：Pyvista更好用一些）

mesh.add_scalarbar(title="Displacement", c="k",nlabels=10,font_size=14,label_format=":6.3e")

def ScalarBar(
    obj, 
    title="", # (str) scalar bar title
    pos=(), # (list) position coordinates of the bottom left corner. Can also be a pair of (x,y) values in the range [0,1] to indicate the position of the bottom-left and top-right corners.
    size=(80, 400), # (float,float) size of the scalarbar in number of pixels (width, height)
    font_size=14, # (float) size of font for title and numeric labels
    title_yoffset=20, # (float) vertical space offset between title and color scalarbar
    nlabels=None, # (int) number of numeric labels
    c="k", # (list) color of the scalar bar text
    horizontal=False, #  (bool) lay the scalarbar horizontally
    use_alpha=True, # (bool) render transparency in the color bar itself
    label_format=":6.3g", # (str) c-style format string for numeric labels
)

绘图进阶

节点单元label

point_ids = mesh.labels('id', on="points").c('green')
cell_ids  = mesh.labels('id', on="cells" ).c('black')
show(mesh, point_ids, cell_ids)

缩放因子

缩放的同时，节点坐标也在跟着缩放。

mesh.scale(s=(1,2,3)) # 三个方向上不同放缩
mesh.scale(s=1) # 整体放缩，相当于mesh.scale(s=(1,1,1))

矢量箭头绘制

# 创建位移矢量箭头
arrows = Arrows(
    np.array(nodes),                # 起点
    np.array(nodes) + np.array(displacements),  # 终点
    c="blue",
)

# 显示结果
show(mesh, arrows, axes=4)

Arrows(
 start_pts, # 箭头的起点坐标列表，例如 `[[x1, y1, z1], [x2, y2, z2]]`。
 end_pts, # 箭头的终点坐标列表。如果为 `None`，则箭头方向由 `start_pts` 和缩放因子 `s` 决定。
 s=None, # 当 `end_pts=None` 时，指定箭头方向矢量的缩放因子。默认值为 1。
 shaft_radius=None, # 箭头轴的半径。默认值为自动计算的值，约为箭头长度的 5%。
 head_radius=None, # 箭头头部的半径。默认值为自动计算的值，约为轴半径的两倍。
 head_length=None, # 箭头头部的长度。默认值为自动计算的值，约为箭头长度的 15%。
 thickness=1.0, # 箭头的厚度比率（非圆柱形箭头）。
 res=6, # 箭头的分辨率，控制轴和头部的多边形细节，默认值为 6。
 c='k3', # 箭头的颜色，支持单一颜色或每个箭头不同颜色（与cmap颜色一致：c = "coolwarm"）。
 alpha=1.0 # 箭头的透明度，取值范围为 `[0, 1]`。
)