三流Mayavi操作-Mayav-2.1.0.7-对比

秉着边学边写边折腾的原则，开始粗糙的工作。真正掌握还是得讲解给别人听。 先给出网课
https://www.icourse163.org/course/BIT-1001871001
Mayavi官方
http://docs.enthought.com/mayavi/mayavi/genindex.html
（有时候这网站会装死，一般过几个小时就会活过来）
我发现了，光是三流操作还不够，还得加上四流翻译。

这篇文章放在来第二章绘图函数的倒数第二篇，最后一篇留出来，考虑到一些补充。
这个文章是一个总结，因为很明显利用参数的不同来说图像绘制并不合理，只是一定程度上地节约篇幅，仅此而已。
不合理体现在，分类方式，比如imshow居然和plot3d放在一起。

1.重新来分类

一种比较合理的分类就是按照维度进行分类。
http://docs.enthought.com/mayavi/mayavi/mlab_3d_plotting_functions.html
按维度：

1d:

plot3d(),points3d()

2d:

imshow(),surf(),contour_surf(),mesh(),barchart(),triangular_mesh()

3d

contour3d(),quiver3d(),flow(),volume_slice()

2.Mayavi的管线配置很重要

很多时候绘图的参数都可以GUI设置，我不能说直接设置不好。但是每次画一下都要去GUI一下我是挺不乐意的。
好在Mayavi里面有脚本录制，这个我没说，原因是，脚本录制采用的是管线的写法，超出了第二章的范畴。所以。不多说。

3.数据源同样重要

首先要对Data representation数据表示法很熟悉，这个文，我翻了一半。这个文档相当重要。
第二章也没过多涉及数据源的问题，我始终停留在Module层级，数据源层级属于Scene是Module的父层级，没有过多涉及。
我们目前绘制的都是直接从numpy生成的干净的数据，直接的数据。而真实情况是，我们往往是从外部读取数据，这里不涉及。后面会慢慢写过来，这是一个很长的过程，需要不少的时间。我也是边学边写，边补充。

-1.写在最后

然后呢，如果系统地看完或者整理过，应该有这样的认识：

0.图像的观察方式，很多都不是用单一的手段，往往是多种绘制有机结合。所以熟悉各种绘制就变得很重要，比如mesh绘制了网格面，为了观察值域范围往往要补充outline，比如volume_slice本身就不是主要的观察手段，而是辅助观察。
1.绘制函数都是被封装好的，如果要绘图尽可能使用接口。有些高级绘制仅仅依靠绘制函数是不够的，如果要绘制更好的效果，需自己一层一层铺设管线来处理更多的细节。
2.从数据到图，这中间经历了很多过程的，而Mayavi做的工作是可视化，也就是将最后的图像结果呈现出来。
3.如果注意到Mayavi的内部，对于这句话应该是有更多的理解的——The tvtk module (also called TVTK) provides a traits enabled version of VTK. TVTK objects wrap around VTK objects but additionally support traits, and provide a convenient Pythonic API. TVTK is implemented mostly in pure Python (except for a small extension module). Here is a list of current features.
TVTK是纯Python编写，那么Mayavi的GUI做得算是相当好了。那么我就不得不思考Mayavi本身是怎么写出来的，界面确实做得很好~这里用的是TraitsUI而非wxPython和Pyqt在文档里面提到过，不过也可以适当考虑一下。

最最后面，暂时没人注意，也没人看，这无所谓的。我也是边学边写，养成输出的习惯。偶尔觉得，写写也挺好玩的。
——做做翻译，画画图，调调代码，一天就过去了。
就这样。

这个想起了又补充。