Заменить значения в VTKCompositeDataArray

Я использую программируемый фильтр в Paraview для экспорта поля с именем metrique с целью повторного создания сетки. metrique — это VTKCompositeDataArray, состоящий из 9 значений для каждой точки результатов моих вычислений (матрица 3*3). Я хотел бы заменить значения на диагональном члене этого VTKCompositeDataArray, если он проходит ниже порогового значения, но получаю сообщение об ошибке: «Объект VTKCompositeDataArray не поддерживает назначение элементов».

Вот мой скрипт на Python (программируемый фильтр в Paraview):

import numpy as np
import vtk
#Parameters
nb_points=395699
replacement_value=0.5
lower_threshold=0.5

#Reading quantities
input0=inputs[0]
Velocity=input0.PointData["Velocity"]

gradU=gradient(Velocity)
U=Velocity[:,0]

# Repeat the array along a new axis to create the desired shape
B = np.array([[[0.1,0,0],[0,0.1,0],[0,0,0.1]]])
B_tensorial = np.tile(B, (nb_points, 1, 1))

# Get indices of diagonal elements
diagonal_indices = np.diag_indices(B_tensorial.shape[1])

metrique=gradU*B_tensorial*U
# Apply the condition and replace values for diagonal elements
metrique[..., diagonal_indices[0], diagonal_indices[1]] = np.where(abs(metrique[..., diagonal_indices[0], diagonal_indices[1]]) > lower_threshold, replacement_value, metrique[..., diagonal_indices[0], diagonal_indices[1]])
output.PointData.append(abs(metrique), "metrique")

Этот код работает хорошо, если я применю его к массиву Numpy, но не к массиву VTK metrique. Как заменить диагональные члены в массиве VTK metrique, следуя требуемым условиям?

В ответ на один ответ я попытался создать функцию для преобразования VTKCompositeDataArray в массив Numpy для работы с ним, но получил ошибку File "", строка 18 в vtk_composite_data_array_to_numpy AttributeError: объект «VTKCompositeDataArray» не имеет атрибута «GetNumberOfArrays».

def vtk_composite_data_array_to_numpy(composite_data_array): # Получаем количество массивов в составном массиве данных num_arrays = Composite_data_array.GetNumberOfArrays()

# Initialize an empty list to store the arrays
arrays = []

# Iterate over each array in the composite data array
for i in range(num_arrays):
    # Get the i-th array
    array = composite_data_array.GetArray(i)

    # Convert the vtkDataArray to a NumPy array
    num_values = array.GetNumberOfTuples() * array.GetNumberOfComponents()
    numpy_array = np.zeros(num_values, dtype=array.GetDataType())
    array.ExportToVoidPointer(numpy_array)

    # Reshape the 1D NumPy array into the appropriate shape
    numpy_array = numpy_array.reshape((array.GetNumberOfTuples(), array.GetNumberOfComponents()))

    # Append the NumPy array to the list
    arrays.append(numpy_array)

# Concatenate the arrays into a single NumPy array
numpy_array = np.concatenate(arrays, axis=0)

return numpy_array

Большое спасибо за вашу помощь!

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
64
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

VTKCompositeDataArray — это тонкий слой вокруг списка фактического массива из-за некоторого управления памятью.

Вы можете перебирать каждый фактический массив через список metrique.Arrays.

Дополнительную информацию об этой упаковке см. в этом документе .

изменить: подробнее о составных массивах

CompositeArray по своей природе представляет собой коллекцию массивов, поскольку связанный с ним набор данных сам по себе является коллекцией наборов данных. Поскольку каждый из поднаборов данных должен иметь свой собственный массив, определенный в памяти, вы не должны/не можете манипулировать одним массивом numpy, чтобы охватить их все.

Лучший способ, если это возможно, — использовать модуль algorithm.py, который обертывает часть numpy. В противном случае перебирайте массивы, делайте свои numpy-материалы, добавляйте numpy-массив в список и заполняйте составной объект.

import numpy

output.ShallowCopy(inputs[0].VTKObject)

composite_dataset = output
composite_array = composite_dataset.PointData["RandomPointScalars"]

# shortest way if available
#res = add(composite_array, 2)

# iterate and recreate composite array
res_list = []
for subarray in composite_array.Arrays:
  res_list.append(numpy.add(subarray, 2))
res = dataset_adapter.VTKCompositeDataArray(res_list)

# append to dataset attributes
output.PointData.append(res, "res")

Другие вопросы по теме