PyVista&VTK Data Model

PyVista&VTK Data Model

在VTK或PyVista中可视化数据，需要两条信息：数据的几何图形（描述数据在空间中的位置及其值）和拓扑结构cells（描述数据集中的点如何相互连接）。

在抽象层，有vtkDataObject，它只是没有几何结构或拓扑结构的数据“点(属性数据)”。其中包含vtkFieldData的数组。在具体类层是vtkDataSet，它将几何图形和拓扑添加到vtkDataObject。

与数据集中的每个点或单元关联的是一个特定值。由于这些值必须在空间中定位和连接，所以它们保存在vtkDataArray类中，该类只是堆上的内存缓冲区。在PyVista中，99%的时间我们与vtkDataSet对象交互，而不是与vtkDataObject对象交互。PyVista使用与VTK相同的数据类型，但为了便于使用，以更具Python风格的方式构造它们。

如果想了解VTK如何构造其数据的，参阅Kitware对Python中VTK的介绍，以及Kitware的GitHub站点上的大量代码示例。卡内基梅隆大学Keenan Crane教授的离散微分几何YouTube系列提供了与VTK中实现的三维建模相关的数学概念的优秀介绍。这里教授的概念将帮助更好地理解为什么数据集的结构与VTK等库中的结构相同。

在最基本的级别上，所有PyVista几何体类都继承自Data Sets类。数据集具有以点 point、单元cell或场阵列形式field arrays描述该几何体的几何体、拓扑和属性。

PyVista 中的几何体Geometry表示为点points和单元格cells。例如，PolyData中的一个单元格。

我们需要一种方法来描述这些点在空间中的位置，但我们仅限于像上面所做的那样表达值本身（带索引的数组列表）。VTK（以及PyVista）有多个代表不同数据形状的类。最重要的数据集类如下所示：

在这里，上述数据集从最复杂（5）到最不复杂（1）排序。也就是说，每个数据集都可以表示为非结构化网格UnstructuredGrid,但非结构化网格类需要存储最多的内存，因为它们必须考虑每个单独的点和单元。另一方面，由于vtkImageData（UniformGrid）的间距是均匀的，因此几个整数和浮点数可以描述形状，因此存储所需的内存量最少。

这是因为在PolyData或非结构化网格UnstructuredGrid中，必须明确定义点和单元。在其他数据类型中，例如UniformGrid，单元（甚至点）被定义为基于网格维度的属性。

Reference

1. pyvista-data-model
2. PyVista&VTK Data Model