- 综合排序
- 最热优先
- 最新优先
- `; $('#div2d ————————————————— 数字孪生可视化：https://www.thingjs.com/来自专栏数字孪生可视化
从零开始学习3D可视化之数据对接（2）
暂无数据
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。 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。
智慧大坝 3D 可视化
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。
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。 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。
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 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
3d版混淆矩阵可视化
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 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） 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
从零开始学习3D可视化之3D界面
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
一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D
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。
neo4j图数据库2D、3D可视化展示
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
数据可视化工具d3_前端3d可视化
可视化工具D3教程 第1章 D3简介 第2章 第一个程序 Hello World 第3章 正式进入D3的世界 第4章 选择、插入、删除元素 第5章 做一个简单的图表 第6章 比例尺的使用 第7章 坐标轴 学习D3的站点 建议 第1章 D3简介 近年来，可视化越来越流行，许多报刊杂志、门户网站、新闻媒体都大量使用可视化技术，使得复杂的数据和文字变得十分容易理解，有一句谚语“一张图片价值于一千个字” 可视化越来越流行，许多报刊杂志、门户网站、新闻、媒体都大量使用可视化技术，使得复杂的数据和文字变得十分容易理解，有一句谚语“一张图片价值于一千个字”，的确是名副其实。 这些布局的作用都是将某种数据转换成另一种数据，而转换后的数据是利于可视化的。 在数据可视化中，地图是很重要的一部分。
交互可视化plotly之3D plot
x： the x variable. y： the y variable. z： a numeric matrix 基础的3D scatter plot fig <- plot_ly(mtcars, x 3D scatter plot添加颜色范围 fig <- plot_ly(mtcars, x = ~wt, y = ~hp, z = ~qsec, marker = list 3D气泡图 data <- read.csv("https://raw.githubusercontent.com/plotly/datasets/master/gapminderDataFiveYear.csv zerolinewidth = 1, ticklen = 5, gridwidth = 2) zerolinewidth = 1, ticklen = 5, gridwith = 2)
R语言PCA可视化3D版
之前详细介绍了R语言中的主成分分析，以及超级详细的主成分分析可视化方法，主要是基于factoextra和factoMineR两个神包。 R语言主成分分析 R语言主成分分析可视化(颜值高，很详细) 今天说一下如何提取数据用ggplot2画PCA图，以及三维PCA图。 提取数据 还是使用鸢尾花数据集。 # 提取得分 tmp <- as.data.frame(pca.res$x) head(tmp) ## PC1 PC2 PC3 PC4 # geom ="polygon",type = "norm")+ scale_fill_aaas()+ scale_color_aaas()+ theme_bw() 3d 版 其实就是使用3个主成分，之前介绍过一种3D版：使用R语言美化PCA图，使用方法非常简单，也是在文献中学习到的。
Python可视化.2
import matplotlib.pyplot as plt x = np.linspace(0.5, 10, 1000) y = np.cos(x) plt.plot(x, y, ls='-', lw=2, 绘图函数先看最下面的解释： 格式：plt.plot(x, y, ls='-', lw=2, label='xxx', color='g' ) x：x轴上的值 y：y轴上的值 ls：线条风格 (linestyle linewidth) label：标签文本 可以直接进行更改 可以设置划线的样式 小短线 点划线 圆点 变色 我没有改对应的文字 这样的图，我们在下篇文章一行一行代码来解释 f(x)=|sin(4x)^2
3D特征点概述（2）
紧接上文思路继续介绍3D特征的基本概念问题。 ? RIFT (Rotation-Invariant Feature Transform) RIFT是一种局部特征描述法，且该方法扩展于SIFT。 （2）NARF不仅是描述符，还是检测器。 （2）此功能不使用颜色信息。 工作原理： （1）迭代点云P中的点。 （2）对于输入云中的每个点Pi（i是迭代索引），收集具有半径r的Pi周围的球体内的所有相邻点。 D3 shape description functions: Matching 3D Models with Shape Distributions (Osada et. al.) （3） D2：对于D2函数，计算Pri和Prj之间的距离。然后检查连接两点的线是否完全位于表面（IN），表面外（OUT）或两者（MIXED）。
医疗图像分割结果的3D可视化
每个CT扫描的病例（case）可以包含几十到上百个dcm文件，想要可视化查看CT文件，以开源免费软件ITK-SNAP为例，直接将该case文件夹里的其中一个dcm拖进软件，可以看到这个CT扫描文件有134 个dcm文件，每个slice大小为512 x 512，组成大小为512 x 512 x 134的3D数据。 2.3D可视化 由于ITK-SNAP的展示界面不够立体直观，可以借助paraview来展示我们的分割结果。 将分割好的.img或.nii文件拖到ITK-SNAP页面 ? 点Apply 2. 点想要展示的图层前面的眼睛 3. 选中想修改的图层进行设置。Solid color是单一颜色，下拉菜单里有normals可以设置炫酷的渐变 ?
QQ群关系可视化3D查询搭建
一、配置数据库（需要300GB以上磁盘剩余空间） 下载并安装SqlServer2008R2，配置好用户名以及登录密码，如果远程连接数据库的话，需配置数据库允许远程登录（SqlServer数据库配置请自行搜索教程 CPU1核以上剩余内存1GB以上） 下载安装Node.js环境 npm全局安装webpack和webpack-dev-server 1.全局安装webpack npm install webpack -g 2. webpack-dev-server -g 三、配置数据库连接 1.下载项目源码： https://github.com/backlion/qqgroup-visualization 2. ", "database": "数据库名称", "user": "请输入用户名", "password": "请输入数据库用户密码" } 四、运行 1.进入项目目录下 2. 安装依赖 npm install 3.运行系统 npm run start 注意： 数据库请使用SqlServer2008R2或更新版本的SqlServer 只是在QQ号字段以及群号字段上加了索引用来优化查询速度
智慧地产-售楼中心 3D 沙盘可视化
HT for Web 不止自主研发了强大的基于 HTML5 的 2D、3D 渲染引擎，为可视化提供了丰富的展示效果。 介于 2D 组态和 3D 组态上，Hightopo（以下简称 HT ）的 HT for Web 产品上的有着丰富的组态化可供选择，本文将介绍如何运用 HT 丰富的 2/3D 组态搭建出一个售楼中心楼盘沙盘模型可视化 通过利用 HT 丰富的 2D、3D 渲染引擎，可再搭建更多的智能家居应用场景。 房屋户型图3d展示： ? 智能安防监控设备： ? 光照效果： ? 屋内场景整体展示： ? 局部展示： ? ? ? HT 拥有丰富的 2/3D 可视化展示经验，可供用户打造许多行业标准下，具有代表意义的可视化管理系统，不论是从智慧地产、智慧社区再到智慧城市。 2019 我们也更新了数百个工业互联网 2D/3D 可视化案例集，在这里你能发现许多新奇的实例，也能发掘出不一样的工业互联网：https://mp.weixin.qq.com/s/ZbhB6LO2kBRPrRIfHlKGQA
3D可视化开发建模工作谁来做？
3d可视化开发自然是由建模师来完成建模工作，可有的公司没有专业的3D建模师，怎么办呢？thingjs有专业的建模团队，所以是提供建模服务的。 2、复制地址：项目中，项目是根据场景地址进行加载的。复制地址后，新建或打开项目，粘贴已复制的地址，即可加载改场景。 3、下载场景：点击下载场景的tjs包，可在本地预览该场景。
数据可视化-Matplotlib中的3D图表
背景介绍 今天我们演示绘制在极坐标中定义的曲面3D图。并使用matplotlib中内置的color map做展示。 ? 入门实例 先看视频演示效果： 代码块 ''' ================================= 3D表面与极坐标 ================================= as plt import numpy as np #定义子图表，添加3D投影 fig = plt.figure() ax = fig.add_subplot(111, projection='3d' ) # 在极坐标中创建网格并计算相应的Z值. r = np.linspace(0, 1.25, 50) p = np.linspace(0, 2*np.pi, 50) R, P = np.meshgrid (r, p) Z = ((R**2 - 1)**2) #在笛卡尔系统中表示网格 X, Y = R*np.cos(P), R*np.sin(P) # 绘制表面. ax.plot_surface(X, Y
