如何使用ParaView来绘制点云数据。以下是如何将你的数据导入ParaView并进行可视化的步骤

一、准备数据

首先，你需要将你的数据转换为ParaView可以读取的格式。ParaView支持多种文件格式，其中最常见的是.vtk和.csv格式。为了简单起见，这里我们将数据转换为.csv文件。

假设你有以下数据：

• Heatsink_Output_XYZ.npy：形状为(19517, 3)，表示19517个点的3D坐标。

• Heatsink_Output_Function.npy：形状为(1000, 19517, 5)，表示1000个时间步的点云数据，每个点有5个属性T, u, v, w, p。

二、将数据转换为CSV格式

首先，我们将xyz数据和input_point_cloud数据保存为CSV文件。我们会将每个时间步的数据保存为一个单独的CSV文件。

import numpy as np
from tqdm import tqdm

# 加载数据
xyz = np.load("Heatsink_Output_XYZ.npy")  # shape: (19517, 3)
input_point_cloud = np.load("Heatsink_Output_Function.npy")  # shape: (1000, 19517, 5)

# 将每个时间步的数据保存为一个CSV文件
for t in tqdm(range(input_point_cloud.shape[0]), desc="Saving CSV files"):
    data = np.hstack((xyz, input_point_cloud[t]))
    np.savetxt(f"./csv/point_cloud_{t}.csv", data, delimiter=",", header="x,y,z,T, u, v, w, p", comments='')

print("CSV文件已生成")

得到的数据格式如下：

也就是1000个时间步数据对应的1000个CSV文件，每个文件里面有19517个点的坐标及该点的值，也就是坐标3列+值value5列 = 合并后的8列有效信息。 

 

三、在ParaView中加载数据

1. 打开ParaView： 打开ParaView应用程序。

2. 加载CSV文件：

   • 点击 File -> Open，选择生成的CSV文件（例如point_cloud_0.csv）。
   • 在弹出的对话框中，选择Delimited Text Reader，点击 Apply。

3. 配置数据格式：

   • 在Properties面板中，确保Have Headers被选中，然后点击 Apply。
   • ParaView会将CSV文件中的数据读取为一个表格。

4. 将表格数据转换为点云：

   • 点击 Table To Points 图标（可以在ParaView顶部工具栏中找到）或者通过 Filters -> Alphabetical -> Table To Points。
   • 在Properties面板中，设置 X Column 为 x，Y Column 为 y，Z Column 为 z，然后点击 Apply。

5. 可视化点云数据：

   • 现在，你可以在视图中看到点云。如果你有多个时间步的数据，可以重复上述步骤加载并可视化不同的时间步。

四、可视化属性数据

如果你想可视化点的属性（例如T, u, v, w, p），可以使用ParaView的Color By功能：

1. 选择点云数据： 在Pipeline Browser中选择点云数据（例如TableToPoints1）。

2. 设置颜色： 在Properties面板中，找到Coloring选项，选择你想要的属性（例如u1）。

3. 应用颜色映射： 点击 Apply。

看样子比较耗主存，本电脑128GB，右下角显示用了14.5GB，该数据大小为3.9GB。

至此，成功结束！