PyVista xarray

PyVista的xarray DataArray访问器，用于在3D中可视化数据集

🚀 用法

您必须import pvxarray才能将DataArray访问器与xarray注册。之后，将可用一个pyvista命名空间访问器。

在MyBinder上尝试：https://mybinder.org/v2/gh/pyvista/pyvista-xarray/HEAD

以下是一个使用PyVista可视化RectilinearGrid的示例

import pvxarray
import xarray as xr

ds = xr.tutorial.load_dataset("air_temperature")
da = ds.air[dict(time=0)]  # Select DataArray for a timestep

# Plot in 3D
da.pyvista.plot(x="lon", y="lat", show_edges=True, cpos='xy')

# Or grab the mesh object for use with PyVista
mesh = da.pyvista.mesh(x="lon", y="lat")

或者您可以直接将VTK网格读取到xarray中

import xarray as xr

ds = xr.open_dataset("data.vtk", engine="pyvista")
ds["data array"].pyvista.plot(x="x", y="y", z="z")

⬇️ 安装

🐍 使用conda安装

Conda使得管理pyvista-xarray在各个平台上的依赖变得相当容易，这是推荐的安装方法

conda install -c conda-forge pyvista-xarray

🎡 使用pip安装

如果您更喜欢pip，则可以从PyPI安装： https://pypi.ac.cn/project/pyvista-xarray/

pip install pyvista-xarray

上游工作

许多示例利用了PyVista v0.38.1和GeoVista的新功能，这些功能可能在您阅读时可能尚未发布。以下是某些示例所需的pull requests列表

• GeoVista算法支持：https://github.com/bjlittle/geovista/pull/127

所需和合并的工作

• https://github.com/pyvista/pyvista/pull/2698
• https://github.com/pyvista/pyvista/pull/2697
• https://github.com/pyvista/pyvista/pull/3318
• https://github.com/pyvista/pyvista/pull/3556
• https://github.com/pyvista/pyvista/pull/3385

💭 反馈

请在讨论板上分享您的想法和问题。如果您想报告任何错误或提出功能请求，请创建一个问题。

如果提交错误报告，请分享scooby报告

import pvxarray
print(pvxarray.Report())

🏏 更多示例

以下是一些从 xarray 和 rioxarray 文档中提取的简单示例。在仓库的 examples/ 目录中还有更多复杂的示例。

简单的 RectilinearGrid

import numpy as np
import pvxarray
import xarray as xr

lon = np.array([-99.83, -99.32])
lat = np.array([42.25, 42.21])
z = np.array([0, 10])
temp = 15 + 8 * np.random.randn(2, 2, 2)

ds = xr.Dataset(
    {
        "temperature": (["z", "x", "y"], temp),
    },
    coords={
        "lon": (["x"], lon),
        "lat": (["y"], lat),
        "z": (["z"], z),
    },
)

mesh = ds.temperature.pyvista.mesh(x="lon", y="lat", z="z")
mesh.plot()

使用 rioxarray 的栅格

import pvxarray
import rioxarray
import xarray as xr

da = rioxarray.open_rasterio("TC_NG_SFBay_US_Geo_COG.tif")
da = da.rio.reproject("EPSG:3857")

# Grab the mesh object for use with PyVista
mesh = da.pyvista.mesh(x="x", y="y", component="band")

mesh.plot(scalars="data", cpos='xy', rgb=True)

import pvxarray
import rioxarray

da = rioxarray.open_rasterio("Elevation.tif")
da = da.rio.reproject("EPSG:3857")

# Grab the mesh object for use with PyVista
mesh = da.pyvista.mesh(x="x", y="y")

# Warp top and plot in 3D
mesh.warp_by_scalar().plot()

StructuredGrid

import pvxarray
import pyvista as pv
import xarray as xr

ds = xr.tutorial.open_dataset("ROMS_example.nc", chunks={"ocean_time": 1})

if ds.Vtransform == 1:
    Zo_rho = ds.hc * (ds.s_rho - ds.Cs_r) + ds.Cs_r * ds.h
    z_rho = Zo_rho + ds.zeta * (1 + Zo_rho / ds.h)
elif ds.Vtransform == 2:
    Zo_rho = (ds.hc * ds.s_rho + ds.Cs_r * ds.h) / (ds.hc + ds.h)
    z_rho = ds.zeta + (ds.zeta + ds.h) * Zo_rho

ds.coords["z_rho"] = z_rho.transpose()  # needing transpose seems to be an xarray bug

da = ds.salt[dict(ocean_time=0)]

# Make array ordering consistent
da = da.transpose("s_rho", "xi_rho", "eta_rho", transpose_coords=False)

# Grab StructuredGrid mesh
mesh = da.pyvista.mesh(x="lon_rho", y="lat_rho", z="z_rho")

# Plot in 3D
p = pv.Plotter()
p.add_mesh(mesh, lighting=False, cmap='plasma', clim=[0, 35])
p.view_vector([1, -1, 1])
p.set_scale(zscale=0.001)
p.show()