Questions tagged «visualization»

从简单绘制几个数据点到创建具有详细样式，数学排版和“专业质量”的出版物级图形，哪种软件提供了良好的工作流程？ 这与David的问题有关（哪些属性使图形具有专业品质？），但重点不是属性，而是软件或通用的工作流程。我对一些程序（Gnuplot，Origin，Matplotlib，TikZ / PGFplot，Qtiplot）有肤浅的经验，但是同时进行数据分析和漂亮的数字似乎很难做到。 是否有一些软件可以做到这一点，还是我应该更深入地研究其中一个软件包？ 编辑：我当前的工作流是不同组件的混合，它们或多或少地协同工作，但总的来说并不能真正有效，我认为这对大学实验室的许多科学家来说都是很典型的。通常，它是一条从实验到发布的链条，如下所示： 获取实验数据（通常为ASCII形式，但布局不同，例如标题，注释，列数） 快速绘制数据，以检查20年前编写的Origin，Gnuplot或奥术绘图程序是否正常。 数据的更详细分析：减去背景贡献，分析依赖性和相关性，符合理论模型。许多科学家使用Origin来完成这项任务，一些Matlab和Python / Scipy / Numpy的使用正在增加。 创建专业人物，这涉及调整期刊指南，数学排版和常规编辑。目前，我为此使用Origin，但是它有一些缺点（仅尝试获得精确为0.5pt的线宽是不可能的）。对于组合/抛光图形，我主要使用Adobe Illustrator，因为它可以很好地处理PDF文档的导入/导出，但是我宁愿不必为每个图执行两个步骤。 我添加了一个示例，最后看起来是什么样的（因为大多数情况下都是通过手工更改来创建的，这很痛苦，并且提供界面（例如，为所有元素设置线宽的界面的任何内容都会很不错））：

40 visualization  data-management 

我听说有人说，ORIGIN制作的地块看起来看起来像是光滑且“专业的”，而Mathematica制作的地块则看起来并不专业。但是，大多数绘图创建程序都是可配置的，因此可以断定，通过正确设置刻度位置和标签，字体和颜色选择，标签对齐等设置，我应该能够使用Mathematica制作图形/ matplotlib / Gnuplot / etc。看起来和ORIGIN的产品一样好。但是，在这种情况下，一个人物“专业”意味着什么？ 换句话说，如果我的目标是创造出可能看起来最好的图形以包含在科学论文中，那么通常建议针对该目标选择哪些设计选择？显然，人们必须选择适当的那种情节，如柱状图与散点图和线性对数刻度，但这些选择，我们总是想到无论哪个绘图程序，我们正在使用。我对我们通常不会考虑的事物更感兴趣，这些事物通常是根据某些绘图程序的默认设置进行设置的，但是可以更改它们以改善图形的外观。

35 visualization 

我正在寻找一种可视化非常大的有向链接图的工具。我目前有约200万个节点，边缘约有1000万个。我尝试了几种不同的方法，但是大多数方法甚至要花费数小时才能完成10万个节点图 我尝试过的工作： 我在gephi中度过了一天，但是添加了8万个节点大约需要一个小时，并且该应用程序几乎变得毫无用处。 有什么建议么？ 交互式可视化将是一个加号。

25 visualization 

我正在寻找算法来绘制可能具有或不具有奇异性的函数的标准2d图形。目的是编写一个“ Mini-CAS”，所以我对功能的类型没有先验知识，用户想画图。 这个问题很老，所以我想在文献中一定有一些标准算法。有一次，我没有太多通过谷歌找到参考文献的成功。 我确实找到了一种有趣的算法，即 “ YACAS-算法集”中的一种名为“自适应函数绘图” 的算法。 简而言之： 有标准算法吗？ 是否有针对已知难以绘制功能的测试套件？ 有哪些有趣的论文可供阅读？

21 algorithms  visualization 

我需要从计算中写入一些数据，稍后再由Paraview（.vtu或vtk文件）读取。 说到文件大小，我应该选择ASCII格式还是二进制格式？

17 visualization  paraview  vtk 

我想知道是否存在一种快速方法来计算八度中两个向量的欧几里得距离。似乎没有特殊的功能，所以我应该只使用带有的公式sqrt吗？

17 octave  discretization  nonlinear-equations  newton-method  visualization  fluid-dynamics  mesh-generation  finite-element  finite-volume  optimization  algorithms  approximation  fluid-dynamics  navier-stokes  comsol  modeling  optimization  sparse-matrix  matrix  condition-number  visualization  matlab  quadrature  blas  intel-mkl  finite-element  gpu  discontinuous-galerkin  mathematica  optimization  convex-optimization  algorithms  reference-request  matlab  statistics  finite-element  numerical-analysis  petsc  molecular-dynamics  machine-learning  statistics  visualization  open-source  statistics  image-processing  visualization  python  petsc  finite-element  fluid-dynamics  stability  navier-stokes  incompressible 

我想在ParaView中可视化使用不连续Galerkin（DG）方法获得的仿真结果。与有限体积方法类似，问题域被划分为立方体形的单元（“元素”）。与有限体积方法相反，每个像元中不仅有一个解向量，而且每个像元在多个高斯积分点处都包含解。üüu\mathbf{u}üu\mathbf{u} 我的问题是，是否有人有使用ParaView / VTK有效地可视化此类数据的经验，以及您选择了哪种方法来表示VTK中的数据。我想到了几种可能的方法，但我不知道哪种方法最有前途： （1）使用体 素每个集成点使用一个体素。 Pro：所有与标准VTK非结构化单元类型一起使用的插件将继续工作，而无需进行任何更改。 缺点：由于积分点分布不均匀，因此可能难以找到顶点的正确位置。同样，由于DG框架允许使用不连续的溶液，因此可以在细胞表面上定义两次溶液。同样，层次信息（域划分为元素，每个元素包含几个点）也会丢失。 （2）使用多 顶点每个积分点使用一个顶点。 专业：最容易实现，易于使用不同的解决方案在同一位置指定多个点。 缺点：能力来可视化数据为“细胞”丢失，加上相同的缺点如上。 （3）使用VTK正交方案 使用对正交方案的内置支持。 优点：相当简单的实现，保留了原始解决方案的所有关系和属性。 缺点：由于这是一种全新的单元格类型，因此许多（大多数）现有插件将不再起作用，可能必须重写。

15 finite-element  visualization  discontinuous-galerkin 

假设我有两个VTK文件，它们都是结构化网格格式。结构化网格是相同的（它们具有相同的点列表，并且顺序相同），并且在每个VTK文件中都有一个字段称为“ Phi”。我想再次创建具有相同结构化网格的第三个VTK文件，并绘制一个字段，该字段是第一个VTK文件中的Phi和第二个VTK文件中的Phi之间的差异。 我知道如何手动执行此操作；我可以解析两个VTK文件中的原始文本，将数据复制到数组中，从另一个数组中减去一个数组，然后将正确格式的数据转储到新文件中。有没有更好的方法来计算此差异并将其导出到VTK？使用Python或像VisIt或Paraview这样的可视化软件中的解决方案比使用像C ++这样的编译语言更可取。 计算该差异的目的是比较用于计算PDE解的不同数值方法。由于我使用相同的软件来生成解决方案，因此我可以保证，除字段Phi外，所有数据在我生成的每个文件中都是相同的。

15 visualization  vtk 

我是编程新手，正在尝试解决我的第一个大问题并编写我的第一个大程序。我一直在寻找可以学习的开放源代码示例，但是到目前为止，我只发现了我无法完全理解的语言代码，或者确实找到了相关但仍然相距甚远的语言来学习。我在这里采取一些概念上的步骤时遇到了麻烦。 我想制作一个简单的软件来构建，修改并稍后代表有机小分子。这主要是一种学习练习。用户可以给出一个SMILES字符串或从一组基本的起始分子中进行选择，然后可以以图形方式或通过文本输入语法在该分子上进行构建。但是，我还没有达到那种复杂程度。我什至无法完全理解如何创建类/对象来存储分子。因此，我的问题简明扼要：如何在保留所有信息级别的同时使用类/对象构建分子，以及应使用哪些数据结构作为哪些对象的属性？而且，对象可以作为其他对象的属性吗？ 到目前为止，这是我的思路：我正在考虑创建一个“分子”类，然后是一个“原子”类/子类和一个“邦德”子类，也许还有一个“ FunctionalGroup”子类。这似乎是一个不错的起点，但也许我误会了OOP，这很不好。但是后来我的问题真的变得令人困惑（对我来说）。即使我拥有所有这些概念/想法/类，我仍未完全掌握表示分子所需的数据结构。原子列表将是一件好事。该列表可以是Atom对象的列表吗？我还需要一种存储连接性的方法。2D矩阵似乎是个好主意，在矩阵位置，键序为整数。 在这一点上，我开始不知所措。我到目前为止所做的一切都有意义吗？在此之上附加显示/绘图方面可能意味着我需要重写/重做许多这些事情，但是我只是想达到一个这样的程度，即我至少可以将分子与相关数据一起存储，然后访问该数据进行检查/修改。我正在考虑在Python中执行此操作，因此代码/类可能看起来像这样：http : //pastebin.com/uUi1BMzr 也许这确实是StackOverflow的编程问题，但是我认为它足够具体了。即使您仅指出我在概念上犯了错误的地方，也将不胜感激任何帮助。提前致谢。

12 computational-chemistry  python  visualization 

蛋白质通常以卡通形式表示，β片表示箭头，α螺旋表示线圈： 我想知道，在某个地方有描述这种表示形式的参考吗？也就是说，哪些数学对象用于构造这些图形，以及它们基于哪些原子/方向构建？

12 computational-chemistry  visualization 

对于需要自适应网格细化的应用，所谓的四叉树和八叉树网格非常有吸引力。例如，它们在Gerris和Paramesh中使用。有谁知道这种网格的良好文件格式并支持可视化软件？另请参阅Gerris常见问题解答中的此答案。我目前知道的唯一潜在候选人是VTK HyperOctree类，但是似乎几乎没有文档。 作为网格的特定示例，考虑一个稀疏的八叉树网格，该网格由框组成，每个框包含元。我目前在Visit / Paraview中的策略是：10410410^48 × 8 × 8 = 5128×8×8=5128 \times 8 \times 8=512 将网格写入为非结构化的VTK文件。对于较大的数据集，这是昂贵的，并且不会利用四叉树/八叉树的“结构化”。 将树中的相邻“框”收集到更大的块中，并编写一个块结构的网格。这涉及很多额外的代码，并且丢失了嵌入在四叉树/八叉树中的连接信息。 更新如果当前没有可行的格式可以直接编写和可视化octree网格，我将为可用于将octree编写为块结构网格的文件格式提出建议。理想情况下，此格式： 具有相对简单的定义/实现，理想情况下是开源的，并具有C / Fortran兼容性。 可以有效地处理大量的网格块（例如1000个或更多）。 允许轻松指定网格块的连通性，尤其是在细化边界处。 我目前正在为此目的使用Silo，但我正在寻找在上述三个方面得分更高的东西（更小，更快，更简单）。

10 visualization 

我正在尝试使用高度异步的通信模式来优化MPI应用程序。每个等级都有要计算的事物的列表，如果输入或输出位于不同等级上，则根据需要发送消息。此外，每个级别都有线程（当前有一个通信线程和5个工作线程）。 我在代码的不同性能关键部分使用计时器来检测代码，这为我提供了每个线程的（开始，结束，类型）三元组列表。以明显的方式绘制，将时间作为水平轴，将等级和线程作为垂直，并用颜色表示每个线程当前正在执行的操作，我得到了这样的图像，其中有16个等级的线程，每个线程有6个线程： 我的问题是：还有什么其他可视化此数据的方式可以帮助解决性能问题？在对异步应用程序进行性能分析时，是否有人喜欢使用他们喜欢的绘图类型？ 该数据集的局限性在于它不知道数据流的结构，但是在尝试收集更复杂的数据之前，我想从中获得尽可能多的洞察力。 如果有人要环顾四周（未通过正常路线上传），则此处为未压缩的图像。不幸的是，即使我相信它是有效的，Firefox也不会接受它，可能是因为它太大了。

10 mpi  visualization 

张量可视化软件是否有概述？ 我个人的喜好是： 该软件是免费的，有据可查并提供针对不同物理二阶（或更高阶）张量场的可视化技术。 我会感兴趣的一些模块 超流线（特征向量积分法） 测地线作为方向，而不是特征向量 拓扑方法（例如，处理相等的特征值，即退化点，提取有限的Lupynov指数） 张量椭球 基于纹理的可视化（HyperLIC，基于物理的方法） 处理非对称张量场（将张量场分解为对称和反对称的部分，并重新胶合所得的可视化效果，或直接方法） 根据张量场的物理属性，需要使用不同的方法来可视化数据。 我知道有关Mayavi的知识，但是几乎没有关于张量模块的文档，并且该模块仅限于超流线的可视化（单数）。GUI有问题，脚本选项似乎受到限制。 张量场的可视化似乎是非常令人沮丧的选择。

9 visualization  tensor 

我有一个网格，面，边和顶点，并且有一个预定义的水平集轮廓列表。FFFËËEVVV 我可以使用哪种算法以最有效的方式构造轮廓？ 轮廓图显示在上方。具有相同颜色的线具有相同的值。žžz

9 computational-geometry  visualization