在科学计算和工程仿真中，VTK（Visualization Toolkit）是常用的数据可视化工具，它支持多种网格数据格式，包括
.vtk和.vtu文件。这两种文件格式分别代表着传统和基于 XML 的网格数据存储方式。在采用部分有限元求解器时（比如FEniCS），求解结果往往会输出.vtk或.vtu文件，对此类文件数据的读取可帮助我们掌握具体的数据，本文将介绍如何使用vtk库读取这两种文件格式，并展示其主要区别和应用场景。
1. .vtk 与 .vtu 文件的区别
在使用 VTK 时，常见的两种文件格式分别是 .vtk 和 .vtu。它们各自有不同的特点：
.vtk文件：这是 VTK 的老式文件格式，支持各种网格类型，包括结构化网格和非结构化网格。
可以使用 ASCII 或二进制方式存储数据。ASCII 格式易于阅读和调试，但文件较大。二进制格式节省存储空间，但不易直接查看。
读取时需要根据文件的网格类型选择适当的读取器，如
vtkPolyDataReader或vtkUnstructuredGridReader。.vtu文件：.vtu是基于 XML 的文件格式，专用于存储非结构化网格（unstructured grid）数据。由于采用 XML，它具备更好的扩展性和数据描述能力。支持数据压缩，适合处理大规模数据。
读取时使用
vtkXMLUnstructuredGridReader，专门处理非结构化网格数据。
2. 读取 .vtk 文件的步骤
要读取 .vtk 文件，我们可以使用 vtkPolyDataReader 或 vtkUnstructuredGridReader 读取器。以下是如何读取一个 .vtk 文件并提取其中数据的示例：
import vtk
# 读取 PolyData 格式的 .vtk 文件
reader = vtk.vtkPolyDataReader()
reader.SetFileName("output-vec.vtk") # 替换为你的 .vtk 文件路径
reader.Update()
# 获取读取的数据
data = reader.GetOutput()
# 打印节点坐标
points = data.GetPoints()
num_points = points.GetNumberOfPoints()
print("节点坐标:")
for i in range(num_points):
x, y, z = points.GetPoint(i)
print(f"Point {i}: x = {x}, y = {y}, z = {z}")
# 获取向量字段（假设向量名称为 "U"）
point_data = data.GetPointData()
if point_data.HasArray("U"):
U = point_data.GetVectors("U")
for i in range(U.GetNumberOfTuples()):
u_x, u_y, u_z = U.GetTuple(i)
print(f"Point {i}: Ux = {u_x}, Uy = {u_y}, Uz = {u_z}")
比如，用上述代码读取前面文章(【科研脚本工具】Python VTK库写入向量数据并在ParaView中可视化 )里面记录的脚本所生成的vtk文件，效果如下：
3. 读取 .vtu 文件的步骤
.vtu 文件是非结构化网格的 XML 格式存储文件。为了读取 .vtu 文件，可以使用 vtkXMLUnstructuredGridReader 读取器。
以下代码展示了如何读取 .vtu 文件并提取节点和向量数据：
读取节点坐标
import vtk
# 读取 .vtu 文件
reader = vtk.vtkXMLUnstructuredGridReader()
reader.SetFileName("displacement.vtu") # 替换为你的 .vtu 文件路径
reader.Update()
# 获取读取的数据
data = reader.GetOutput()
# 打印节点坐标
points = data.GetPoints()
num_points = points.GetNumberOfPoints()
print("节点坐标:")
for i in range(num_points):
x, y, z = points.GetPoint(i)
print(f"Point {i}: x = {x}, y = {y}, z = {z}")
输出如下：
列举向量（标量）组的名称
代码如下，主要用到GetArrayName函数，前面的.vtk文件也可通过该函数获取到相应信息。
num_point_arrays = point_data.GetNumberOfArrays()
print("Available PointData fields:")
for i in range(num_point_arrays):
array_name = point_data.GetArrayName(i)
print(f"PointData Field {i}: {array_name}")
输出如下：
Available PointData fields:
PointData Field 0: f_13
可以发现，f_13即为向量组的名称，与下图对应：
读取某一向量（标量）组下面的具体值
在上面的基础上，想要读取f_13下面的具体值，可进一步编写下面的代码：
# 获取向量字段
point_data = data.GetPointData()
if point_data.HasArray("f_13"):
U = point_data.GetVectors("f_13")
for i in range(U.GetNumberOfTuples()):
u_x, u_y, u_z = U.GetTuple(i)
print(f"Point {i}: Ux = {u_x}, Uy = {u_y}, Uz = {u_z}")
代码运行效果如下：
4. .vtk 和 .vtu 文件读取流程的总结
.vtk文件 使用vtkPolyDataReader或vtkUnstructuredGridReader读取，具体取决于数据网格的类型。对于存储结构化网格和非结构化网格的数据，都可以使用不同的读取器来解析。.vtu文件 是基于 XML 的格式，专门用于非结构化网格数据存储。它提供了更高效的数据压缩和传输方式，使用vtkXMLUnstructuredGridReader进行读取。
5. 应用场景
在实际的工程仿真和科学计算中，根据具体的数据结构和需求选择合适的文件格式和读取器：
.vtk文件由于格式简单，可以用于存储较小规模的网格数据，便于调试和处理。.vtu文件则适合处理复杂的非结构化网格，尤其是在需要存储大量数据并进行高效传输时，它是更好的选择。
总结
通过了解 .vtk 和 .vtu 文件的区别，我们可以更高效地在 VTK 中处理网格数据。无论是传统的 .vtk 文件，还是基于 XML 的 .vtu 文件，使用正确的读取器，可以帮助我们更顺利地进行数据解析和可视化。
相关阅读推荐：
