过滤器,Filters
上往下依次为:
计算机:根据每个点或每个网格心计算用户定义的表达式
轮廓线:根据定义特征值提取点、曲线或曲面。这个曲面表面被称为等值面
切块:将几何图形切除一部分,效果是删除定义的平面一侧的所有几何图形
切片:让几何图形与平面相交,效果为剩下的是平面所在的几何形状
阈值:提取位于标量值指定范围内的网格,它允许您根据标量值(如温度、压力或速度)的范围来选择网格点
提取子集:通过定义体积或采样来提取网格的子集,是指从一个较大的数据集中选择出符合特定条件的一部分数据。在处理CTH模拟结果或其他三维数据集时,通过定义感兴趣的体积或采样区域来提取网格的子集是一种常见的数据预处理步骤。
图符:在网格的每个点上生成一个图符,这是一种简单的形状,这些图符可能是箭头或其他简单形状,用于可视化矢量场或数据。矢量通常具有方向和大小(或长度),而标量只有大小。在这样的场景中,图符(如箭头)的方向可能代表了矢量的方向,而其长度或大小则可能与矢量的大小成比例。
流线: 在矢量场上生成流线,流线是流体力学中的一个概念,它是在流场中每一点上都与速度矢量相切的曲线。
矢量提升曲面:用给定的矢量场移动网格中的每个点。从而生成一个新的曲面从而生成一个新的曲面。
这个过程通常用于计算流体动力学(CFD)中,以模拟流体流动对物体表面的影响。通过矢量提升,可以得到一个更加精细和符合实际物理现象的曲面表示,这对于分析流体对物体的压力分布、热交换等具有重要意义。
组合数据集:将多个管线对象的输出合并为单个多块数据集。
这种操作可以帮助研究者或分析师整合来自不同来源或不同时间点的数据,以便在更大的数据集中发现模式、趋势或关联。
提取层次:从多块数据集中提取一个或多个项。
在数据处理过程中,根据数据的不同特征和结构,将数据分为不同的层次或类别。这一过程有助于组织和管理数据,使得数据分析更加高效和精确。
在多块数据集中提取一个或多个项的层次结构,可以帮助识别数据之间的关系,进行有效的数据整合,以及支持更复杂的数据分析任务。
Recent 最近使用的过滤器列表
AMR 一组专门为自适应网格加密
AMR (自适应网格加密)结构中的数据设计的过滤器是一组算法,用于在自适应网格计算中处理和优化数据。这些过滤器能够在网格的不同层次之间传递信息,确保数值解的准确性和计算效率。
在自适应网格中,网格的密度可以在空间上变化,以更好地捕捉解的特征,如边界层、激波等。
AMR过滤器的作用是在这些层次之间进行数据插值、限制和投影,以及管理网格的拓扑变化,从而支持动态自适应网格的稳定性和效率
Annotation 向可视化添加注释(如文本信息)的过滤器
CTH 用于处理CTH模拟结果的过滤器。
CTH(Coriolis-Stokes Hydrodynamics)是一种用于模拟地球内部流体动力学的计算模型,它能够模拟地球内部的流体运动,如地幔对流等。CTH模拟结果通常包含了大量的数据,这些数据需要通过特定的过滤器进行处理,以提取有用的信息或进行进一步的分析。
Common 最常见的过滤器
Data Analysis 用于从数据中检索定量值的过滤器。
Material Analysis 用于处理材料体积分数数据的过滤器
Point Interpolation 此过滤器在没有单元连接的情况下获取空间中点的非结构化集合,并估计它们之间的场插值。
点插值(Point Interpolation)是一种在数值分析中用于在一组离散点之间估计未知函数值的方法。在没有单元连接的情况下,点插值过滤器可以处理非结构化数据集,即数据点在空间中是任意分布的,没有形成网格或单元结构。这种方法通常涉及到构建一个插值函数,该函数通过已知的数据点来估计场的值,即使在这些点之间也能给出合理的估计。点插值过滤器的关键在于选择合适的插值基函数和确定插值点的影响域。常用的插值基函数包括多项式、径向基函数(RBF)等。插值点的影响域定义了在计算插值时所考虑的邻近点的范围。通过这种方式,点插值过滤器能够在非结构化数据集中估计场的值,这在处理实验数据、计算机模拟输出或其他不规则分布的数据时非常有用。
Quadrature Points 支持模拟数据作为积分点,用于高斯求积的数值积分
过滤器用于通过选择特定的积分点(即高斯点)和相应的权重来近似积分。这种方法通常用于高斯求积,可以高效地计算积分值,尤其是对于多项式函数的积分。在模拟数据处理中,这个过滤器可以用来计算模拟数据上的场的积分,提高积分计算的准确性和效率
Statistics 过滤器用于执行数据的统计分析。
它可以计算数据集的各种统计量,如平均值、中位数、众数、标准差、方差等。这个过滤器通常用于数据处理和分析阶段,帮助用户理解数据的分布和中心趋势,以及数据的离散程度和波动性。在数据分析中,统计过滤器是一个重要的工具,可以用于数据的描述性统计分析(主要以表格形式给出),为进一步的数据探索和模型建立提供基础信息
Temporal 过滤器用于处理时间序列数据,它可以分析和修改随时间变化的数据。此类别中的过滤器将检索可用的时间区段,并检查数据如何随时间变化。
Alphabetical 以字母顺序排列的可用的所有过滤器(当然还有没列出的)
一些过滤器是灰色的,是因为许多过滤器只对特定类型的数据起作用,被禁用。
当然这里未介绍全部过滤器,ParaView自带帮助中的“过滤器”有更详细的。