在有限元分析中，数据的可视化是理解和分析计算结果的重要步骤。ParaView 是一个强大的可视化工具，可以帮助我们直观地查看和分析有限元计算结果。本文将介绍如何使用 Python 将有限元网格数据（比如节点的x,y坐标及其对应的标量w）导出为 VTK或者VTU 文件，并在 ParaView 中进行可视化。最后展示了将abaqus数据导出为VTK文件的结果。
0. 什么是VTK和VTU文件？
（此部分为拓展知识，可跳过，爱学习的同学可以留下🥸）
在科学计算和可视化领域，VTK（Visualization Toolkit）格式和 VTU（VTK Unstructured Grid）格式是两种常用的数据文件格式。它们用于存储网格和数据，以便在可视化工具（如 ParaView）中读取和显示。
VTK 格式
VTK 文件格式 是一种文本或二进制文件格式，用于存储三维计算机图形学和可视化数据。它由 Kitware 开发，并广泛用于科学数据可视化。VTK 文件的扩展名通常为 .vtk。
特点：可扩展性：支持多种数据类型和拓扑结构，包括标量场、矢量场、张量场等。兼容性：可以在多个可视化工具中使用，如 ParaView 和 VTK。灵活性：支持不同的单元类型，如点、线、三角形、四面体等。
文件结构：Header：包含文件版本信息。Title：描述文件内容的简短描述。Dataset：描述数据类型和结构。Data Attributes：定义点或单元的属性数据，如标量、矢量等。
VTU 格式
VTU 文件格式 是 VTK 的一种特定文件格式，用于存储非结构化网格（Unstructured Grid）数据。VTU 文件的扩展名为 .vtu，它使用 XML 格式进行数据存储，属于 VTK XML 文件格式系列。
特点：非结构化网格：可以表示复杂的几何形状和拓扑结构，包括各种单元类型，如三角形、四面体、六面体等。XML 格式：使用 XML 作为文件格式，易于解析和修改，并且支持压缩存储。多种数据类型：支持存储标量、矢量、张量等多种数据类型。
文件结构：VTKFile：根元素，包含文件类型和版本信息。UnstructuredGrid：定义非结构化网格的数据。Piece：包含网格的具体数据，包括点、单元和数据属性。
如何生成和读取 VTK/VTU 文件
假设我们已经安装了python的vtk库，则可先定义下面的图形数据：
import vtk
# 创建示例数据
points = vtk.vtkPoints()
points.InsertNextPoint(0, 0, 0)
points.InsertNextPoint(1, 0, 0)
points.InsertNextPoint(0, 1, 0)
poly = vtk.vtkPolygon()
poly.GetPointIds().SetNumberOfIds(3)
poly.GetPointIds().SetId(0, 0)
poly.GetPointIds().SetId(1, 1)
poly.GetPointIds().SetId(2, 2)
polys = vtk.vtkCellArray()
polys.InsertNextCell(poly)
polyData = vtk.vtkPolyData()
polyData.SetPoints(points)
polyData.SetPolys(polys)
写入vtu格式的文件
# 写入 VTU 文件
writer = vtk.vtkXMLPolyDataWriter()
writer.SetFileName("output.vtu")
writer.SetInputData(polyData)
writer.Write()
写入vtk格式的文件
# 写入 VTK 文件
writer = vtk.vtkPolyDataWriter()
writer.SetFileName("output.vtk")
writer.SetInputData(polyData)
writer.Write()
可以看出，根据文件类型，需选择对应的写入方案。
接下来介绍如何使用python的vtk库将网格数据写入vtk文件中，假设现有的有限元数据为：二维问题中的节点坐标x,y，单元的节点编号，每个节点对应的标量w(比如某个位移场)。
1. 安装 VTK 库
首先，需安装 VTK（Visualization Toolkit）库，这是一个开源的软件系统，用于计算机图形学、图像处理和可视化。
可使用以下命令安装 VTK 库：
pip install vtk
2.准备网格数据和标量数据
假设我们有以下有限元网格数据和标量数据：
x, y：节点的坐标elements：单元的节点编号w：每个节点对应的标量数据
例如：
## 挨踢的土木佬 日期：2024.07.21
import numpy as np
x = np.array([0.0, 1.0, 1.0, 0.0])
y = np.array([0.0, 0.0, 1.0, 1.0])
elements = np.array([[0, 1, 2], [0, 2, 3]])
w = np.array([1.0, 2.0, 3.0, 4.0])
3.导出数据为 VTK 文件
接下来，使用 VTK 库将上述数据导出为 VTK 文件：
import vtk
# 创建点
points = vtk.vtkPoints()
for i in range(len(x)):
points.InsertNextPoint(x[i], y[i], 0.0)
# 创建多边形单元
polys = vtk.vtkCellArray()
for element in elements:
polys.InsertNextCell(len(element))
for node in element:
polys.InsertCellPoint(node)
# 创建网格数据
polyData = vtk.vtkPolyData()
polyData.SetPoints(points)
polyData.SetPolys(polys)
# 创建标量数据
scalars = vtk.vtkFloatArray()
scalars.SetName("w")
for value in w:
scalars.InsertNextValue(value)
# 将标量数据添加到网格
polyData.GetPointData().SetScalars(scalars)
# 写入 VTK 文件
writer = vtk.vtkPolyDataWriter()
writer.SetFileName("output.vtk")
writer.SetInputData(polyData)
writer.Write()
print("VTK 文件写入完成!!!")
以上代码将生成一个名为 output.vtk 的文件。
代码解析
vtk.vtkPoints用于存储点的坐标。vtk.vtkCellArray用于存储单元的拓扑结构。vtk.vtkPolyData用于存储网格数据。vtk.vtkFloatArray用于存储标量数据并将其附加到网格数据上。vtk.vtkPolyDataWriter用于将数据写入 VTK 文件。
4. 在 ParaView 中打开 VTK 文件
上述代码生成的 VTK 文件可以在 ParaView 中打开。打开 ParaView，选择 File -> Open，找到生成的 output.vtk 文件并打开它。将能够看到导入的网格数据，并可以进一步进行可视化分析。
5. 示例：将abaqus的计算数据导出并可视化
有了上面的基础，可进一步编写脚本，导出abaqus的计算数据为VTK格式：
6. 结论
使用 Python 和 VTK 库，可以轻松地将有限元网格数据导出为 VTK 文件，并在 ParaView 中进行可视化。为分析和理解有限元计算结果提供了强大的工具🛠️。
往期内容推荐：
