<table class="tj-table">
 <div class="empty">暂无数据</div>
 </table>
 </div>
 </div>
 </div>`;
 $('#div2d —————————————————
数字孪生可视化：https://www.thingjs.com/

从零开始学习3D可视化之数据对接（2）

在日常使用的互联网产品中，很多都是前后端数据的交互来完成的，说到数据交互就不得不提Ajax和WebSocket，它们可是数据交互的利器，那么它们分别是什么？Ajax上篇文章已经讲过了，那WebSocket又是什么呢？

从零开始学习3D可视化之数据对接（2）

在ThingJS中搭建的数字孪生可视化场景都是放在3D“容器”内的，3D“容器”提供了3D和2D的界面展示能力。上篇文章浅析过了3D空间界面，下面我继续学习一下2D界面如何与3D界面连接。 创建 UIAnchor
UIAnchor可以把 2D html 界面连接到 3D 物体上，跟随 3D 物体移动。需要注意的是删除后，其对应的 panel 也会被删除。 点击数字孪生可视化场景中的物体，页面中的文字会显示所点击的数字孪生可视化物体名称。点击页面中的按钮会进入相应物体的层级，进入层级后右键返回上一级。 界面，照样可以把它连接到 3D 物体上，跟随 3D 物体移动。 通过快捷界面库，可以创建 Panel 以 UIAnchor 的方式连接到数字孪生可视化物体上。点击按钮可以创建、删除 UIAnchor。

从零开始学习3D可视化之2D界面

在ThingJS中搭建的数字孪生可视化场景都是放在3D“容器”内的，3D“容器”提供了3D和2D的界面展示能力。上篇文章浅析过了3D空间界面，下面我继续学习一下2D界面如何与3D界面连接。ThingJS内置了div2d和div3d元素，创建2D界面时需要将元素插入到 div2d。

从零开始学习3D可视化之2D界面

今天将利用 Hightopo 的 HT 产品搭建出一个水墨风的山水大坝 3D 可视化场景。 预览-min.gif
系统分析
HT 三维可视化技术采用 B/S 架构，经过模型轻量化处理后，用户无需再花费高价钱去采购高性能的图形工作站来支撑三维可视化系统。 用户通过 PC、 PAD 或是智能手机，只要打开浏览器可随时随地访问三维可视化系统，实现远程监查和管控。 由于大坝监测信息三维可视化展示应用对大坝结构建模的要求不高，并且考虑 BIM 模型文件一般较大，不利于直接在浏览器中运行，Hightopo 的三维可视化都是经过设计师采用轻量化建模的方式所搭建的场景 图扑软件可视化赋能水利发电可视化、智慧发电站可视化、智慧光伏可视化等等产业都更加适应时代发展。

智慧大坝 3D 可视化

水利兴，五谷丰。水利作为国民经济稳定和谐的重要部分，不仅有防洪减灾、农业灌溉、城市供水调水、渔业外贸、旅游航运、生态环境等综合应用，水电资源也是至关重要的可持续能源之一。大坝与水库、水电站等水利枢纽相辅相成稳定着城市发展。而随着信息化的发展，结合物联网、5G、大数据等新兴技术形式的智慧水电站、智慧大坝应用，也给传统水利行业提供更大的价值体现，提升产业全面感知、共享整合、智慧管理。

智慧大坝 3D 可视化

这几天研究的跟PyTorch没啥关系，跟深度学习也没啥关系，但是跟做项目关系很大，那就是怎么把CT影像可视化。 series_uid = positiveSample_list[18][2]
showCandidate(series_uid)


除了这种平面可视化，因为我们的数据是立体数据，这里还有一种方式可以把它展示成一个 3D动态效果图。 关于数据可视化估计还有很多其他的方法和包，在做项目的过程中使用可视化方法可以有效帮助我们检测数据的错误，因为可以直接用肉眼看嘛，有问题一下就看出来了，比如说加载出来的图像不符合我们的认知，或者压根加载不出图像等等情况 这两天终于把可视化的代码捣鼓清楚了，明天继续看书。

19 | 如何可视化CT影像数据，2d和3d图像

这几天研究的跟PyTorch没啥关系，跟深度学习也没啥关系，但是跟做项目关系很大，那就是怎么把CT影像可视化。
要完美复现代码，需要安装的扩展包simpleITK，ipyvolume，diskcache，cassandra-driver

19 | 如何可视化CT影像数据，2d和3d图像

欢迎关注我们，选择加"星标"或“置顶”
更多技术，第一时间送达
3D和4D niimgs:处理和可视化
第一步：加载数据
from nilearn import datasets
import warnings datasets.fetch_neurovault_motor_task()
print(motor_images.images)

tmap_filename = motor_images.images[0]

第二步：可视化 # 我们将3D数据，可视化为统计图
from nilearn import plotting
plotting.plot_stat_map(tmap_filename)
? 可视化4D文件
rsn = datasets.fetch_atlas_smith_2009()['rsn10']
print(rsn)
? """
循环绘制4D文件中的所有组(卷)-volumes
"""
for img in image.iter_img(rsn):
 # img is now an in-memory 3D img

Nilearn教程系列(2)-3D和4D niimgs:处理和可视化

欢迎关注我们，选择加"星标"或“置顶”
更多技术，第一时间送达
3D和4D niimgs:处理和可视化
第一步：加载数据
from nilearn import datasets
import warnings
warnings.filterwarnings("ignore")
print('Datasets are stored in: %r' % datasets.get_data_dirs())

motor_images = datasets.fetch_neurovault_motor_task(

Nilearn教程系列(2)-3D和4D niimgs:处理和可视化

混淆矩阵大家应该都不陌生，但是3d版的混淆矩阵你见过吗？ 这个3d版不过是增加了一个维度，用来表示人数而已。
我们通过R语言可以轻松实现这个图，当然，Excel也很简单！3d柱状图嘛
我们就用这篇推文中的混淆矩阵为例：ROC阳性结果还是阴性结果？ 猜他不是肿瘤 肿瘤 1
3 猜他是肿瘤 非肿瘤 5
4 猜他是肿瘤 肿瘤 9

2d混淆矩阵可视化
如果要可视化混淆矩阵，简单的2维非常简单，比如用ggplot2即可：
library 3d版混淆矩阵可视化
也是很简单，使用barplot3d这个包即可。
library(barplot3d)

注意这个包画图的顺序：从左到右，从前到后！ ", "#0099B4B2")

barplot3d(rows = 2,cols = 2, z = inputdata, # 一共4个数，2行，2列
 scalexy=8, # 让柱子胖一点

3d版混淆矩阵可视化

关于临床预测模型的基础知识，小编之前已经写过非常详细的教程，包括了临床预测模型的定义、常用评价方法、列线图、ROC曲线、IDI、NRI、校准曲线、决策曲线等。

3d版混淆矩阵可视化

3D检测，用于3D box，点云快速可视化，辅助debug和分析：
 （Nuscenes,mmdet3d，OpenPCDet等适用）

注意：代码适用于多种模型，但是注意BEVDet系列和FCOS3D（ 3D box投影到bev可视化：
import matplotlib.pyplot as plt
import torch

def box3d2x0y0wh(boxes_3d):
	# BEVDet/ (box2d)
 box2d[:,0] = box2d[:, 0] - box2d[:, 2] / 2 
 box2d[:,1] = box2d[:, 1] + box2d[:, 3] / dpi=90, bbox_inches='tight')
 # print(0)
 plt.close(fig)
 print('Successfully saved')
点云快速可视化 numpy()

 points = points.copy()

 fig = plt.figure()
 ax = fig.add_subplot(111, projection='3d

3D Detection: 3D Box和点云 快速可视化

3D检测，用于3D box，点云快速可视化，辅助debug和分析：
 （Nuscenes,mmdet3d，OpenPCDet等适用）

3D Detection: 3D Box和点云 快速可视化

三维 展示1.png

三维 展示2.png

QQ截图20210330111618.png


Gis3.png


demo1.png


demo4.png


demo3.png

后台服务介绍 1：config.js 配置连接neo4j的相关参数
2：启动数据服务 在控制台输入“node index.js”
3：提供get和post两种查询neo4j的方法
get方法如：
http://127.0.0.1

neo4j图数据库2D、3D可视化展示

可与neo4j图数据库无缝对接，配备基于nodejs写的请求后台服务。前端可通过url+cypher查询语句，返回构建好的json数据。
三维 展示1.png

三维 展示2.png

QQ截图20210330111618.png


Gis3.png


demo1.png


demo4.png


demo3.png

后台服务介绍
1：config.js 配置连接neo4j的相关参数
2：启动数据服务 在控制台输入“node index.js”
3：提供get和post两种查询neo4j的方法
ge

neo4j图数据库2D、3D可视化展示

ui_2.png

生活中我们经常会说到3D，比如3D游戏、3D电影等等。3D指三维，三个维度、三个坐标，即长、宽、高。 换句话说，就是立体的，3D的空间的概念是由X、Y、Z三个轴组成的空间，是相对于只有长和宽的平面（2D）而言。2D又叫平面图形，图形内容只有水平的X轴向与垂直的Y轴向。 而一直以来在ThingJS中搭建的数字孪生可视化场景都是放在3D“容器”内的，3D“容器”提供了3D和2D的界面展示能力。 创建 Marker
Marker 物体可以添加一个图片放置到你希望的位置，也可以将这个图片添加到数字孪生可视化对象身上，跟随数字孪生可视化对象一同移动。 /warning1.png",
 parent: app.query("car01")[0]
});

ui_2.png

Marker可以将图标、Canvas绘制的图片，展现在3D场景中或绑定在3D物体上

从零开始学习3D可视化之3D界面

生活中我们经常会说到3D，比如3D游戏、3D电影等等。3D指三维，三个维度、三个坐标，即长、宽、高。换句话说，就是立体的，3D的空间的概念是由X、Y、Z三个轴组成的空间，是相对于只有长和宽的平面（2D）而言。2D又叫平面图形，图形内容只有水平的X轴向与垂直的Y轴向。而一直以来在ThingJS中搭建的数字孪生可视化场景都是放在3D“容器”内的，3D“容器”提供了3D和2D的界面展示能力。

从零开始学习3D可视化之3D界面

一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D。作者：张虎 协和 编辑：陈同 生信宝典 # 安装rayshader包 class(data) #其实如果我们有相同类型的数据，也可以仿照该组织方式进行合并；geom_hex(bins = 20, size = 0.5, color = "black") + # 绘制六边形图 # 该数据摘自1974年“美国汽车趋势”杂志，包括32种汽车（1973-74型号）的燃油消耗和10个汽车设计和性能方面。mtcars_gg = ggplot(mtcars) + 

一个震撼的交互型3D可视化R包 - rayshader
作者：张虎 协和
编辑：陈同 生信宝典
?
虽然3D的plot见得比较多了，但是看见这样的R包，我的心还是砰了一下，这个简直不能再好看了！ 该包的主要功能就是将ggplot2画出来的2D图像变为3D图像，不说废话，直接上代码。 # 查看数据格式
head(diamonds)

# 绘制二维密度图
gg = ggplot(diamonds, aes(x, depth)) +
 stat_density_2d(aes( 图

# 转成3D图，只需要plot_gg函数即可
plot_gg(gg,multicore=TRUE,width=5,height=5,scale=250)
? 想把其它图也用3D展示，可以拿下面的ggplot2系列绘图做例子。

一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D

虽然3D的plot见得比较多了，但是看见这样的R包，我的心还是砰了一下，这个简直不能再好看了！

一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D

当架构能被可视化并分级，AI如何重塑IT服务？

Kubernetes cgroups v2 及 KEP Memory QoS 介绍

云监控Dashboard--如何通过自研组件构建高性能监控可视化？

Pulsar Summit Asia 2022 论坛2·场景案例

发现教育新势力 2023第2期

DB洞见#2|基于LSM-Tree存储的数据库性能改进

Techo TVP开发者峰会-云以致用，智效合一（Day 2）

压测利器：TarsBenchmark正确打开方式

你的618准备好了吗 ？No.2

改2行代码，最快30分钟搭建企业自有音视频平台

第2期：数据资产顶层架构设计和数据战略制定实践案例分享

Web3.0：全真运营重构银行零售业务旅程设计

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

当架构能被可视化并分级，AI如何重塑IT服务？

Kubernetes cgroups v2 及 KEP Memory QoS 介绍

云监控Dashboard--如何通过自研组件构建高性能监控可视化？

Pulsar Summit Asia 2022 论坛2·场景案例

发现教育新势力 2023第2期

DB洞见#2|基于LSM-Tree存储的数据库性能改进

Techo TVP开发者峰会-云以致用，智效合一（Day 2）

压测利器：TarsBenchmark正确打开方式

你的618准备好了吗？No.2

改2行代码，最快30分钟搭建企业自有音视频平台

第2期：数据资产顶层架构设计和数据战略制定实践案例分享

Web3.0：全真运营重构银行零售业务旅程设计

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

当架构能被可视化并分级，AI如何重塑IT服务？

Kubernetes cgroups v2 及 KEP Memory QoS 介绍

云监控Dashboard--如何通过自研组件构建高性能监控可视化？

Pulsar Summit Asia 2022 论坛2·场景案例

发现教育新势力 2023第2期

DB洞见#2|基于LSM-Tree存储的数据库性能改进

Techo TVP开发者峰会-云以致用，智效合一（Day 2）

压测利器：TarsBenchmark正确打开方式

你的618准备好了吗 ？No.2

改2行代码，最快30分钟搭建企业自有音视频平台

第2期：数据资产顶层架构设计和数据战略制定实践案例分享

Web3.0：全真运营重构银行零售业务旅程设计

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

你的618准备好了吗？No.2