点群を作成

頂点のポイントクラウドとそれらのポイントのスカラー配列から pyvista.PolyData オブジェクトを作成します．

import numpy as np
import pyvista as pv
from pyvista import examples

点群は一般的に pyvista.PolyData を使用して構築され， 個々の点に関連付けられたスカラーまたはベクトルデータ配列を簡単に持つことができます．この例では， まず examples モジュールから入手可能な点群を使って逆算してみます．ただし，これは独自の頂点位置のNumPy配列を使用してPyVistaメッシュを作成するのと同じです．

# Define some helpers - ignore these and use your own data if you like!
def generate_points(subset=0.02):
    """A helper to make a 3D NumPy array of points (n_points by 3)."""
    dataset = examples.download_lidar()
    ids = np.random.randint(low=0, high=dataset.n_points - 1, size=int(dataset.n_points * subset))
    return dataset.points[ids]


points = generate_points()
# Output the first 5 rows to prove it's a numpy array (n_points by 3)
# Columns are (X, Y, Z)
points[0:5, :]

pyvista_ndarray([[4.81067675e+05, 4.40009130e+06, 1.76152002e+03],
                 [4.81109275e+05, 4.40022800e+06, 1.76945996e+03],
                 [4.81111675e+05, 4.40017510e+06, 1.76945996e+03],
                 [4.80983675e+05, 4.40019210e+06, 1.75918994e+03],
                 [4.81010475e+05, 4.40017220e+06, 1.76019995e+03]])

サンプルデータまたは自分のプロジェクトからの点/頂点のNumPy配列ができたので，それらの点からPyVistaメッシュを作成します．

point_cloud = pv.PolyData(points)
point_cloud

PolyData	Information
N Cells	67841
N Points	67841
N Strips	0
X Bounds	4.809e+05, 4.811e+05
Y Bounds	4.400e+06, 4.400e+06
Z Bounds	1.754e+03, 1.784e+03
N Arrays	0

ここで，ポイントが正しくロードされたことを示すために、サニティチェックを実行します．

np.allclose(points, point_cloud.points)

True

これでPyVistaメッシュができたので，プロットすることができます．ここでは，eye domeライティングを使用するオプションを追加します．これは，ポイントクラウド( EDL についてもっと学ぶ)を使用して深さの認識を向上させるシェーディング技法です．

point_cloud.plot(eye_dome_lighting=True)

スタティックなシーン

インタラクティブなシーン

ここで，メッシュのすべてのノードに関連付けるデータアトリビュート(スカラーまたはベクトル配列)があるとします．最初の軸に沿ったメッシュ内のノードの数と同じ長さのNumPyデータ配列を簡単に追加できます．例えば，この新しい point_cloud メッシュにいくつかの配列を追加しましょう．

points配列と同じ長さのスカラ値の配列を作成します．この配列の各要素は，同じインデックスのポイントに対応します．

注釈

points 配列のコンポーネントを使用するか，メッシュの n_points プロパティを使用すると，その長さの配列を作成することができます．

# Make data array using z-component of points array
data = points[:, -1]

そのデータを "elevation" という名前でメッシュに追加します．

point_cloud["elevation"] = data

今回は， render_points_as_spheres を使って，すべての点を球体としてレンダリングしてみましょう．

point_cloud.plot(render_points_as_spheres=True)

スタティックなシーン

インタラクティブなシーン

そのデータは退屈ですよね?複数のスカラ値を持つデータ配列，例えば3つの要素を持つベクトルを追加することもできます．ポイントクラウド内のすべてのノードのベクトルを計算し，それらのベクトルをメッシュに追加する簡単な関数を作成します．

今回は numpy.random.random() を使って，100点からなる全く新しいランダムな点群を作成する．

# Create a random point cloud with Cartesian coordinates
points = np.random.rand(100, 3)
# Construct PolyData from those points
point_cloud = pv.PolyData(points)


def compute_vectors(mesh):
    """Create normalized vectors pointing outward from the center of the cloud."""
    origin = mesh.center
    vectors = mesh.points - origin
    return vectors / np.linalg.norm(vectors, axis=1)[:, None]


vectors = compute_vectors(point_cloud)
vectors[0:5, :]

pyvista_ndarray([[ 0.78520352, -0.16250755,  0.59753387],
                 [ 0.70063106,  0.17067988, -0.69280913],
                 [-0.90536179,  0.00267607,  0.42463263],
                 [ 0.81194048, -0.39877183,  0.42630235],
                 [-0.77545126, -0.59300503,  0.21684181]])

ベクトル配列を点データとして新しいメッシュに追加します:

point_cloud["vectors"] = vectors

さて，これらのベクトルを使って，グリフフィルタで矢印を作ることができます(詳しくは グリフの例 を参照してください)．

arrows = point_cloud.glyph(
    orient="vectors",
    scale=False,
    factor=0.15,
)

# Display the arrows
plotter = pv.Plotter()
plotter.add_mesh(point_cloud, color="maroon", point_size=10.0, render_points_as_spheres=True)
plotter.add_mesh(arrows, color="lightblue")
# plotter.add_point_labels([point_cloud.center,], ['Center',],
#                          point_color='yellow', point_size=20)
plotter.show_grid()
plotter.show()

スタティックなシーン

インタラクティブなシーン