mayavi 4.8.2

愿景

Mayavi旨在提供3D数据的简单、交互式可视化。它是通过以下方式实现的

• 一个（可选）丰富的用户界面，包含对话框来与可视化中的所有数据和对象进行交互。

• 一个简单且干净的Python脚本接口，包括类似于mlab的单行脚本或面向对象编程接口。

• 利用VTK工具包的力量，而不强迫你学习它。

此外，Mayavi力求成为一个可重用的工具，可以以不同的方式嵌入到您的应用程序中，或与envisage应用程序构建框架结合使用，以构建特定领域的工具。

Mayavi是Enthought工具套件（ETS）的一部分。

特性

Mayavi是一个通用的、跨平台的2D和3D科学数据可视化工具。其特性包括

• 在2D和3D中可视化标量、矢量和张量数据

• 使用Python轻松脚本化

• 通过自定义源、模块和数据过滤器轻松扩展

• 读取多种文件格式：VTK（传统和XML）、PLOT3D等。

• 保存可视化

• 以多种图像格式保存渲染的可视化

• 通过mlab快速科学绘图的方便功能（请参阅mlab文档）

• 有关更多信息，请参阅Mayavi用户指南。

与它的前辈MayaVi1不同，Mayavi从一开始就考虑了脚本化和可扩展性。虽然mayavi2应用程序本身就可以使用，但它也可以作为一个Envisage插件使用，允许它以原生方式嵌入到用户应用程序中。或者，它可以作为任何应用程序的可视化引擎。

快速入门

如果您是Mayavi的新用户，建议您阅读在线用户手册，它应该会介绍如何安装和使用它。

如果您已按照下一节所述安装了Mayavi，您应该能够启动mayavi2应用程序，并运行示例目录中的任何示例。

安装

Mayavi本身不是很难安装的包，但它的依赖项却相当重。然而，许多这些依赖项现在作为PyPI上的wheels可用。两个关键依赖项是

1. VTK

2. 一个GUI工具包，可以是PyQt4、PySide、PySide2、PyQt5或wxPython。

最新的VTK wheels在所有主要平台（Windows、MacOS和Linux）上都有，但仅适用于64位机器。所有这些操作系统都完全支持Python 3.x，MacOS和Linux上支持Python 2.7.x。如果您运气不好，您的平台不受支持，那么您需要使用您的特定发行版自己安装VTK，如通用构建和安装说明中所述。

在Python 3.x版本中，您需要安装PyQt5，并且有相应的wheel文件可用。在2.7.x版本中，您有更多选择，可以使用PySide、PyQt4和wxPython。这些可以通过pip或您的包管理器进行安装。

目前，Mayavi自身应与新的wxPython 4.x兼容。但是，traitsui、pyface和其他ETS包尚不支持它，因此UI可能无法正常工作。旧版本应该可以正常使用。PyQt/PySide/PySide2应该可以无需额外配置即可正常工作。

$ pip install mayavi

$ pip install PyQt5

$ jupyter nbextension install --py mayavi --user
$ jupyter nbextension enable --py mayavi --user

$ git clone https://github.com/enthought/mayavi.git
$ cd mayavi
$ pip install -r requirements.txt
$ pip install PyQt5  # replace this with any supported toolkit
$ python setup.py install  # or develop

文档

更多文档可在在线用户手册或源代码的docs目录中找到。这包括mayavi2应用程序的man页、HTML和PDF格式的用户指南以及mlab的文档。

更多形式的文档，如研讨会/教程材料，也在这里提供

• https://github.com/prabhuramachandran/mayavi-tutorial

• https://github.com/prabhuramachandran/mayavi-workshop

教程视频

以下是一些您可以观看以学习Mayavi的教程视频

• SciPy 2018 Mayavi教程（3小时）

  • 视频：https://www.youtube.com/watch?v=r6OD07Qq2mw

  • 资料：https://github.com/prabhuramachandran/mayavi-tutorial

示例

所有示例都在源代码或git克隆的examples目录中。文档和示例不包括在二进制eggs中。示例目录还包含一些样本数据。

测试套件

可以使用nose运行tvtk和mayavi的基本测试套件

nosetests -v tvtk/tests
nosetests -v mayavi

集成测试

cd integrationtests/mayavi
python run.py

错误追踪器，邮件列表等。

错误追踪器可在github上找到。请提供有关平台、Python、vtk和GUI后端及其版本的信息和详细情况。如果可能，请提供一个可以复制问题的简短示例。

如果您有疑问，可以在Mayavi-users邮件列表上提问。这个列表由一些人使用，不是很活跃。另一个可能有用的邮件列表是ETS Users邮件列表。这是一个更通用的列表，有很多经验丰富的Enthought Tool Suite用户。

作者和贡献者

• 核心贡献者

  Prabhu Ramachandran：主要作者。

• 以前的贡献者

  Gaël Varoquaux：mlab、图标、许多通用改进和维护。

  Deepak Surti：升级到VTK 5.10.1，使用新管道升级到VTK 6.x。

• 获得Enthought Inc.的支持和代码贡献。

• 来自许多人的补丁（见发布说明），包括K K Rai和R A Ambareesha为张量支持、参数化源和图像数据。

  非常感谢所有提交错误报告和建议进一步改进的人。