Mayavi学习之旅——基础知识及学习资源

介绍

Mayavi是一款3D科学数据可视化Python库，其简单易用，可视化功能非常强大，能够满足我们对各种数据的可视化需求。

学习资源

官网：https://docs.enthought.com/mayavi/mayavi/
mlab模块参考手册：https://docs.enthought.com/mayavi/mayavi/auto/mlab_reference.html#mlab-reference

https://wizardforcel.gitbooks.io/hyry-studio-scipy/content/9.html

安装

可以使用pip直接进行安装：

pip install PyQt5 vtk
pip install mayavi

我曾经成功的版本：

pip install PyQt5==5.15.2 vtk==8.1.0
pip install mayavi==4.7.1

这种安装讲道理是官方推荐的安装方法，但是容易出现以下问题：

Building wheel for mayavi (setup.py) ... error
Running setup.py install for mayavi ... error

此时可以采用源码安装方案：

git clone https://github.com/enthought/mayavi.git
cd mayavi
pip install -r requirements.txt
pip install PyQt5
python setup.py install

验证安装：
终端直接执行mayavi2，出现如下界面则说明安装成功：

mayavi.mlab为脚本中绘图包：
https://docs.enthought.com/mayavi/mayavi/mlab.html#simple-scripting-with-mlab
所有函数索引为：
https://docs.enthought.com/mayavi/mayavi/auto/mlab_reference.html#mlab-reference

import numpy as np
import mayavi.mlab as mlab
try:
    raw_input  # Python 2
except NameError:
    raw_input = input  # Python 3

fig = mlab.figure(
            figure=None, bgcolor=(0, 0, 0), fgcolor=None, engine=None, size=(1000, 500))

fov = np.array(
        [[20.0, 20.0, 0.0, 0.0], [20.0, -20.0, 0.0, 0.0]], dtype=np.float64  # 45 degree
    )

def load_velo_scan(velo_filename, dtype=np.float32, n_vec=4):
    scan = np.fromfile(velo_filename, dtype=dtype)
    scan = scan.reshape((-1, n_vec))
    return scan

pc = load_velo_scan('/media/zhanghm/Data/Datasets/KITTI/tracking/training/velodyne/0019/000000.bin')
print(pc.shape)

s = np.full((pc.shape[0], ), 2)
mlab.points3d(
        pc[:, 0],
        pc[:, 1],
        pc[:, 2],
        mode='point',
        color=(1,0,1),
        #colormap="gnuplot",
        colormap="copper",
        scale_factor=10,
        figure=fig)
input_str = raw_input()

mlab.points3d(
        pc[:, 0],
        pc[:, 1],
        pc[:, 2],
        color=(1,0,1),
        colormap="gnuplot",
        scale_factor=0.01,
        figure=fig)