fTetWild的Python包装器
项目描述
pytetwild是一个用于网格四面体化的Python库。它是围绕由fTetWild提供的有效C++四面体网格化库包装的Python库。
安装
我们为Windows和Linux x64预构建了Python 3.8 - Python 3.12的wheel。
安装pytetwild的推荐方法是使用PyPI
pip install pytetwild
您也可以克隆存储库并从源代码安装它,但由于涉及C++,构建稍微复杂一些。有关更多详细信息,请参阅CONTRIBUTING.md。
使用
要从PyVista四面体化表面网格
import pyvista as pv
import pytetwild
# Load or create a PyVista PolyData surface mesh
# Here, we'll create a simple sphere mesh as an example
surface_mesh = pv.Icosphere(nsub=2)
# Convert the surface mesh to a tetrahedral mesh. For this example let's
# use a coarse mesh
tetrahedral_mesh = pytetwild.tetrahedralize_pv(surface_mesh, edge_length_fac=1))
# Visualize the tetrahedral mesh in an "exploded" view
tetrahedral_mesh.explode(1).plot(show_edges=True)
您还可以处理原始数组。这里是一个简单的立方体,我们将其转换为四面体。
import numpy as np
# Define vertices of the cube
vertices = np.array([
[0, 0, 0], # Vertex 0
[1, 0, 0], # Vertex 1
[1, 1, 0], # Vertex 2
[0, 1, 0], # Vertex 3
[0, 0, 1], # Vertex 4
[1, 0, 1], # Vertex 5
[1, 1, 1], # Vertex 6
[0, 1, 1] # Vertex 7
])
# Define faces using vertex indices
# Each face is a rectangle (also accepts triangles)
faces = np.array([
[0, 1, 2, 3], # Front face
[1, 5, 6, 2], # Right face
[5, 4, 7, 6], # Back face
[4, 0, 3, 7], # Left face
[4, 5, 1, 0], # Bottom face
[3, 2, 6, 7] # Top face
])
v_out, tetra = pytetwild.tetrahedralize(vertices, faces, optimize=False)
使用 - 选项
我们在每个接口tetrahedralize和tetrahedralize_pv中公开了一些参数。以下是可选参数。
Additional Parameters
---------------------
edge_length_fac : float, default: 0.05
Tetrahedral edge length as a function of bounding box diagional. The
default ideal edge length is bb/20 (bounding box divided by 20).
optimize : bool
Improve the minimum scaled Jacobean for each cell. This leads to higher
cell quality at the expense of computation time.
许可证和致谢
本项目依赖fTetWild,并归功于原始作者为其高效的C++四面体网格化库。该作品根据Mozilla公共许可证v2.0许可。
存储库中的工作也根据Mozilla公共许可证v2.0许可。
支持
如果您遇到问题,请随时提出问题。
项目详情
关闭
pytetwild-0.1.dev1.tar.gz的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 175daafc713af392b8700c8d8ec8877492642744b9abdb39aa8fdf3716e925b1 |
|
MD5 | 164cb1520973b3240f8c7289fab99ef2 |
|
BLAKE2b-256 | 7a6627bd6dd376b0805300a0e4fb2d91dfdc45827b7b9e893232fd21fee15cac |
关闭
pytetwild-0.1.dev1-cp312-cp312-win_amd64.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | ff2ed5d55f5eb3347a3eed21998fe801331c9b1ceb1e54981cc907af4bee2d5c |
|
MD5 | 82402521a473cb5b7f6ca8c0b0b4802c |
|
BLAKE2b-256 | 2c6ca18ee73b469aa53c3c181c5fcdd12e45e52446871565dc9b91030425fa0f |
关闭
pytetwild-0.1.dev1-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | f2a9965d59934d23039230c89da3c972a1d715a914657151239097b00d9a7a4c |
|
MD5 | 9472a03ff974fde50ea0c01c719c5a84 |
|
BLAKE2b-256 | e5a7f723e9ec413b582b34ab81fc7e7fed40341e31add0c23e7e061bbdee24d2 |
关闭
pytetwild-0.1.dev1-cp311-cp311-win_amd64.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 6d5e0980c560fe2d768cd542578c1e27c553c08e5de249463cba8fcbe8582748 |
|
MD5 | fd0aea7c13a5e40c9e56145e628af847 |
|
BLAKE2b-256 | 9f3edb88301eb5fa1e4aaaa405795d02c7401a8b38d3cbdaf7988aaeb60833eb |
关闭
pytetwild-0.1.dev1-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 00ecfda52d9fb07dfeafda6726395de32c95f242f035010680173a9d1f238174 |
|
MD5 | 6e3ee2da0e08c0d7a83006405818d04e |
|
BLAKE2b-256 | 1671bfe9557bf17b4ea4eae37c59b71837699c11de9982eea827eb78bd809eea |
关闭
pytetwild-0.1.dev1-cp310-cp310-win_amd64.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 0b0cda5af2cef3112f75db12d822ad7b4ba494d9dca45b89c1d6f0fbb2e125ae |
|
MD5 | c265d32d33fd5fcdc96dde6cf3f02d19 |
|
BLAKE2b-256 | c66f281495b6ee6be56c09ba342b1d3d854b6b9790a71e576ea912554ba9757d |
关闭
pytetwild-0.1.dev1-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 345936295c491ca7d7fc80c3712e0a98bb96bd3c904144a378a484c6975a4370 |
|
MD5 | 37604f979126fdcc48f75a9dd37c9442 |
|
BLAKE2b-256 | 4f8a3b9d74cb191b0dec6a2d7bc73d9ec0246dac0bd97f0f2f2ec000f3650842 |
关闭
pytetwild-0.1.dev1-cp39-cp39-win_amd64.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 43e0f12da7c1bd13315651aa3df3e6ce4ca47fa7d696daf3a48bb6b5d1089081 |
|
MD5 | 8681fb6b623d9635a3f2693ef5d820db |
|
BLAKE2b-256 | 1915b30187609a8c4e629f9341be42d378f88190b4349e562972d7de0b47d397 |
关闭
pytetwild-0.1.dev1-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 8dc32e1e5dfba2f9fdbfce7ed5240c36cb8de093980d130cf1b532ca0db25036 |
|
MD5 | 4ef0b4afb99610bfb5966bcd54836da8 |
|
BLAKE2b-256 | 9f8a6d727f76ee6021e8613aa302ded4b32506fda4c272be23080500ecb0c5f7 |
关闭
pytetwild-0.1.dev1-cp38-cp38-win_amd64.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 98b685087b828107e06681a29a07319c3964f74e1113ade46b207c066e9b22cc |
|
MD5 | 5124cb5910082cd230c632341ec72789 |
|
BLAKE2b-256 | eb5f7e7ec5fcb5365a7d5cbe229659b49f2be1e708ca495c7c7ddf69e1ba250f |
关闭
哈希值用于pytetwild-0.1.dev1-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | e1f1a39787a78ec2be53a0a6e0324126bba732c957b2d4ef1c5fbb38953ae8cd |
|
MD5 | f4edbb9c8c93c1d771712c179504473d |
|
BLAKE2b-256 | cb8544d99f7c8181714fcdc36d741a2329d939375c097bf530cd594fa85693c9 |