pyvista.DataSetFilters.point_data_to_cell_data

pyvista.DataSetFilters.point_data_to_cell_data#

DataSetFilters.point_data_to_cell_data(
pass_point_data: bool = False,
categorical: bool = False,
progress_bar: bool = False,
)[ソース]#

点データをセルデータに変換します.

ポイントデータは,セル内で指定されたノードおよびセルデータごとに指定されます.オプションで,入力点データを出力に渡すことができます.

パラメータ:
pass_point_databool, default: False

使用可能にすると,入力ポイントのデータを出力に渡します.

categoricalbool, default: False

ソースポイントデータをカテゴリカルとして扱うかどうかを制御します。 もし True ならば、セルデータの割り当てにヒストグラムが使用されます。 具体的には、各点のスカラー値から各セルのヒストグラムが作成され、最も要素の多いビンが選択されます。 同点の場合は、より小さい値が選択されます。

注釈

ポイントデータが連続データの場合、ほぼ等しい値( 1e-6 以内)は1つのビンにマージされます。 それ以外の離散データの場合は、ビンの数がユニークな値の数に等しくなります。

progress_barbool, default: False

進行状況を示す進行状況バーを表示します.

戻り値:
pyvista.DataSet

点データをセルデータに変換したデータセット.戻り値のタイプは入力と一致します.

参考

cell_data_to_point_data

同様の変換をセルデータにも適用します。

points_to_cells()

ImageData をセルベースの表現にメッシュし直します。

セルをz座標で着色します. まず,サンプルの球体メッシュのz座標をもとにポイントスカラーを作成します. 次に,この点データをセルデータに変換します. セルデータを強調するために,低解像度の球体を使用します.

まず,ポイントデータとセルデータの違いを示すために,これらの値をポイント値としてプロットします.

>>> import pyvista as pv
>>> sphere = pv.Sphere(theta_resolution=10, phi_resolution=10)
>>> sphere['Z Coordinates'] = sphere.points[:, 2]
>>> sphere.plot()
../../../_images/pyvista-DataSetFilters-point_data_to_cell_data-1_00_00.png

では,これらの値をセルデータに変換してから,プロットしてみましょう.

>>> import pyvista as pv
>>> sphere = pv.Sphere(theta_resolution=10, phi_resolution=10)
>>> sphere['Z Coordinates'] = sphere.points[:, 2]
>>> sphere = sphere.point_data_to_cell_data()
>>> sphere.plot()
../../../_images/pyvista-DataSetFilters-point_data_to_cell_data-1_01_00.png