லட்டு திசையன்களுடன் பணிபுரியும் போது PyVista பிழைகளைப் புரிந்துகொள்வது
PyVista போன்ற நூலகங்களுடன் பணிபுரிவது உற்சாகமாக இருக்கும், குறிப்பாக 3Dயில் தரவைக் காட்சிப்படுத்தும்போது. ஆனால் பிரபலமற்ற "ஒரு வரிசையின் உண்மை மதிப்பு தெளிவற்றது" போன்ற பிழைகளை சந்திப்பது ஆரம்பநிலையாளர்களுக்கு வெறுப்பாக இருக்கும். 💻
ஒரு லட்டியில் சுழல் திசையன்களைக் குறிக்க அம்புகளைச் சேர்க்கும் போது, இந்த பிழை பெரும்பாலும் தவறான தரவு கையாளுதலால் ஏற்படுகிறது. இது ஒரு சாலைத் தடையாகும், இது உங்கள் குறியீடு ஏன் எதிர்பார்த்தபடி செயல்படவில்லை என்பதைப் பற்றி உங்கள் தலையை சொறிந்துவிடும். 🤔
PyVista 3D திட்டத்திற்கான வலுவான கருவிகளை வழங்குகிறது, ஆனால் திசையன் வரிசைகள் போன்ற உள்ளீடுகளுக்கான அதன் தேவைகளைப் புரிந்துகொள்வது முக்கியமானது. வெளிப்படையான தர்க்கம் இல்லாமல் வரிசைகளை நேரடியாக விளக்க நூலகம் போராடுவதால் இந்தக் குறிப்பிட்ட பிழை ஏற்படுகிறது.
இந்த வழிகாட்டியில், இந்தச் சிக்கலுக்கான காரணத்தை அவிழ்த்து, அதைச் சரிசெய்வதற்கு நிஜ வாழ்க்கை உதாரணத்தைப் பார்ப்போம். முடிவில், சிக்கலான திசையன் தரவை ஒரு லட்டியில் காட்சிப்படுத்த, PyVista இன் கிளிஃப் செயல்பாட்டை நீங்கள் நம்பிக்கையுடன் பயன்படுத்துவீர்கள். 🌟
| கட்டளை | பயன்பாட்டின் உதாரணம் |
|---|---|
| np.linalg.norm | திசையன்களின் நெறியை (அளவை) கணக்கிடுகிறது. எடுத்துக்காட்டில், ஸ்பின் வெக்டார்களை யூனிட் நீளத்திற்கு இயல்பாக்க அச்சு=1 உடன் பயன்படுத்தப்படுகிறது, இது கிளிஃப் ரெண்டரிங்கிற்கான சரியான நோக்குநிலையை உறுதி செய்கிறது. |
| pv.PolyData | புள்ளி கிளவுட் தரவைச் சேமிக்க PyVista PolyData பொருளை உருவாக்குகிறது. இங்கே, இது 3D திசையன்களைக் காட்சிப்படுத்துவதற்கான அடித்தளத்தை உருவாக்கும் லட்டு புள்ளிகளைக் குறிக்கிறது. |
| lattice["vectors"] | PolyData பொருளில் தனிப்பயன் வரிசையை (எ.கா. சுழல் திசையன்கள்) சேர்க்கிறது. இந்த வரிசை பின்னர் கிளிஃப் நோக்குநிலைக்கு பயன்படுத்தப்பட்டது. |
| glyph | ஓரியண்ட் வரிசையைப் பயன்படுத்தி திசையன்களின் 3D பிரதிநிதித்துவங்களை (அம்புகள்) உருவாக்குகிறது. திசையன் தரவை 3D லட்டு புள்ளிகளில் மேப்பிங் செய்வதற்கு இந்த முறை அவசியம். |
| plotter.add_mesh | PyVista ப்ளாட்டில் காட்சி கூறுகளை (எ.கா. புள்ளிகள், அம்புகள்) சேர்க்கிறது. நிறம் மற்றும் புள்ளி_அளவு அளவுருக்கள் லட்டு புள்ளிகள் மற்றும் அம்புகளின் தோற்றத்தைத் தனிப்பயனாக்குகின்றன. |
| plotter.show_bounds | ப்ளாட்டைச் சுற்றி ஒரு எல்லைக் கட்டத்தைக் காட்டுகிறது, இது இடஞ்சார்ந்த அமைப்பை வரையறுக்க உதவுகிறது மற்றும் காட்சிப்படுத்தப்பட்ட தரவின் அளவையும் சீரமைப்பையும் தெளிவுபடுத்துகிறது. |
| np.random.choice | -1 அல்லது 1 மதிப்புகளுடன் சீரற்ற சுழல் திசையன்களை உருவாக்குகிறது. இந்த சுழல்கள் காந்த சுழல் நோக்குநிலைகள் போன்ற நிஜ உலக காட்சிகளை உருவகப்படுத்துகின்றன. |
| np.sqrt | சதுர மூலத்தைக் கணக்கிடுகிறது, சரியான வடிவியல் சீரமைப்பிற்காக அறுகோண லட்டியில் செங்குத்து இடைவெளியைக் கண்டறிய இங்கே பயன்படுத்தப்படுகிறது. |
| np.allclose | யூனிட் சோதனையின் போது அனைத்து கணக்கிடப்பட்ட விதிமுறைகளும் 1 க்கு அருகில் இருப்பதை சரிபார்க்கிறது, திசையன் இயல்பாக்கம் சரியாக செய்யப்பட்டதை உறுதி செய்கிறது. |
| plotter.render_points_as_spheres | தட்டையான புள்ளிகளுக்குப் பதிலாக கோளங்களாக வழங்குவதன் மூலம் லட்டுப் புள்ளிகளின் காட்சிப் பிரதிநிதித்துவத்தை மேம்படுத்துகிறது, சதித்திட்டத்தை மேலும் உள்ளுணர்வுடன் மாற்றுகிறது. |
பைவிஸ்டாவில் திசையன் நோக்குநிலை மற்றும் கிளிஃப்களைப் புரிந்துகொள்வது
PyVista ஐப் பயன்படுத்தி ஒரு லட்டியில் வெக்டார் தரவைக் காட்சிப்படுத்தும்போது ஏற்படும் பொதுவான சிக்கலை ஸ்கிரிப்டுகள் வழங்குகின்றன. லைப்ரரிக்கு திசையன்கள் சரியாக இயல்பாக்கப்பட வேண்டும் மற்றும் அம்புகள் போன்ற 3D கிளிஃப்களை வழங்குவதற்கு ஒதுக்கப்பட வேண்டும் என்பதால் பிழை ஏற்படுகிறது. முதல் கட்டத்தில், உள்ளமைக்கப்பட்ட சுழல்களைப் பயன்படுத்தி 2D அறுகோண லட்டியை உருவாக்குகிறோம். இந்த லட்டு ஒரு அடிப்படை அமைப்பாக செயல்படுகிறது, அங்கு ஒவ்வொரு உச்சியும் ஒரு சுழல் திசையனை வழங்கும். இங்கே முக்கியமானது, ஆஃப்செட்களை சரியாகக் கணக்கிடுவது, விரும்பிய வடிவவியலைப் பிரதிபலிக்கும் வகையில் லட்டு வரிசையாகத் தடுமாறி இருப்பதை உறுதிசெய்வதாகும். படிக கட்டமைப்புகள் அல்லது காந்த லட்டுகள் போன்ற அறிவியல் தரவைக் காட்சிப்படுத்துவதற்கு இந்த அமைப்பு அடிப்படையானது. ⚛️
அடுத்து, ஒவ்வொரு லட்டு புள்ளிக்கும் சீரற்ற சுழல் திசையன்களை உருவாக்குகிறோம். இந்த திசையன்கள் இயற்பியல் உருவகப்படுத்துதலில் துகள் சுழல்கள் அல்லது புல திசைகள் போன்ற திசைத் தரவைக் குறிக்கின்றன. பயன்படுத்தி NumPy, திசையன்கள் அலகு நீளத்திற்கு இயல்பாக்கப்படுகின்றன, காட்சிப்படுத்தலுக்கான அளவில் நிலைத்தன்மையை உறுதி செய்கிறது. இயல்பாக்கப்பட்ட திசையன்கள் தனிப்பயன் சொத்தில் சேமிக்கப்படுகின்றன பைவிஸ்டா பாலிடேட்டா பொருள், பைவிஸ்டாவின் ரெண்டரிங் எஞ்சினுடன் தடையற்ற ஒருங்கிணைப்பை செயல்படுத்துகிறது. இந்த படியானது "ஒரு அணிவரிசையின் உண்மை மதிப்பு தெளிவற்றது" பிழையை கிளைஃப் செயல்பாட்டுடன் சரியான திசையன் வரிசையை வெளிப்படையாக இணைப்பதன் மூலம் தடுக்கிறது.
லட்டு மற்றும் திசையன்கள் தயாரிக்கப்பட்டவுடன், பைவிஸ்டாவின் சக்திவாய்ந்த கிளிஃப் செயல்பாடு திசையன்களைக் குறிக்கும் அம்புகளை உருவாக்க பயன்படுகிறது. நோக்குநிலைக்கான "வெக்டர்கள்" பண்பைக் குறிப்பிடுவதன் மூலமும், அளவிடுதல் மூலம் அம்பு அளவைத் தனிப்பயனாக்குவதன் மூலமும் இது அடையப்படுகிறது. காரணி அளவுரு. உதாரணமாக, நிஜ உலக பயன்பாட்டில், அம்புகள் புவியியல் வரைபடத்தில் காற்றின் திசைகளை அல்லது மின்காந்த உருவகப்படுத்துதலில் மின்சார புலக் கோடுகளை சித்தரிக்கலாம். வண்ணம் மற்றும் புள்ளி அளவு போன்ற காட்சி குறிப்புகளைச் சேர்ப்பது சதித்திட்டத்தின் தெளிவை மேலும் மேம்படுத்துகிறது, இது பகுப்பாய்விற்கு மேலும் தகவலாக அமைகிறது.
இறுதியாக, பைவிஸ்டாவின் சதி கருவிகளைப் பயன்படுத்தி காட்சிப்படுத்தல் செம்மைப்படுத்தப்படுகிறது. லட்டு புள்ளிகள் கோளங்களாக வழங்கப்படுகின்றன, மேலும் சூழலை வழங்க எல்லைப் பெட்டிகள் சேர்க்கப்படுகின்றன. இது சதித்திட்டத்தை உள்ளுணர்வு மற்றும் ஈர்க்கக்கூடியதாக ஆக்குகிறது, குறிப்பாக விளக்கக்காட்சிகள் அல்லது அறிவியல் வெளியீடுகளுக்கு. எடுத்துக்காட்டாக, காந்தப் பொருளில் உள்ள அணுக்களின் சுழல் நோக்குநிலையைக் காட்ட இந்த அமைப்பை நீங்கள் பயன்படுத்தலாம், இது ஆராய்ச்சியாளர்கள் பொருள் பண்புகளை நன்கு புரிந்துகொள்ள உதவுகிறது. PyVista இன் API இன் நெகிழ்வுத்தன்மையானது அம்புக்குறி வண்ணங்களை மாற்றுவது அல்லது கட்ட அமைப்புகளுக்கு இடையில் மாறுவது போன்ற சிரமமில்லாத மாற்றங்களை அனுமதிக்கிறது. 🌟
பைவிஸ்டாவில் தெளிவற்ற உண்மை மதிப்பு பிழைகளைப் புரிந்துகொண்டு சரிசெய்தல்
தீர்வு 1: காட்சிப்படுத்தலுக்கு NumPy திசையன் கையாளுதல் மற்றும் PyVista கிளிஃப் ஆகியவற்றைப் பயன்படுத்துதல்.
import numpy as npimport pyvista as pv# Define lattice dimensions and spacingcols = 12rows = 12spacing = 10.0points = []# Generate lattice pointsfor i in range(rows):for j in range(cols):x = j * spacingy = i * (spacing * np.sqrt(3) / 2)if i % 2 == 1:x += spacing / 2points.append([x, y, 0.0])points = np.array(points)# Generate random normalized spin vectorsspins = np.random.choice([-1, 1], size=(len(points), 3))normed_spins = spins / np.linalg.norm(spins, axis=1, keepdims=True)# Create PyVista PolyData and associate vectorslattice = pv.PolyData(points)lattice["vectors"] = normed_spinsarrows = lattice.glyph(orient="vectors", scale=True, factor=0.5)# Visualizationplotter = pv.Plotter()plotter.add_mesh(lattice, color="black", point_size=10, render_points_as_spheres=True)plotter.add_mesh(arrows, color="red")plotter.show_bounds(grid="front", location="outer", all_edges=True)plotter.show()
உள்ளமைக்கப்பட்ட பைவிஸ்டா செயல்பாடுகளைப் பயன்படுத்தி மாற்று தீர்வு
தீர்வு 2: உள்ளீடு சரிபார்ப்புக்கு பிழை கையாளுதலுடன் PyVista இன் `வெக்டர்ஸ்` பண்பை நேரடியாகப் பயன்படுத்துதல்.
import numpy as npimport pyvista as pv# Generate lattice points as beforecols = 12rows = 12spacing = 10.0points = []for i in range(rows):for j in range(cols):x = j * spacingy = i * (spacing * np.sqrt(3) / 2)if i % 2 == 1:x += spacing / 2points.append([x, y, 0.0])points = np.array(points)# Generate normalized spin vectorsspins = np.random.choice([-1, 1], size=(len(points), 3))normed_spins = spins / np.linalg.norm(spins, axis=1, keepdims=True)# Create lattice and add vectorslattice = pv.PolyData(points)try:lattice["vectors"] = normed_spinsarrows = lattice.glyph(orient="vectors", scale=True, factor=0.5)except ValueError as e:print("Error adding vectors to lattice:", e)# Render lattice and arrowsplotter = pv.Plotter()plotter.add_mesh(lattice, color="blue", point_size=10, render_points_as_spheres=True)plotter.add_mesh(arrows, color="green")plotter.show_bounds(grid="back", location="inner", all_edges=True)plotter.show()
தீர்வுகளை சோதிக்கும் அலகு
இரண்டு தீர்வுகளுக்கும் பல சூழல்களைச் சோதிக்க பைதான் ஸ்கிரிப்ட்.
import unittestimport numpy as npimport pyvista as pvclass TestPyVistaGlyph(unittest.TestCase):def test_vector_normalization(self):spins = np.random.choice([-1, 1], size=(10, 3))normed = spins / np.linalg.norm(spins, axis=1, keepdims=True)self.assertTrue(np.allclose(np.linalg.norm(normed, axis=1), 1))def test_polydata_assignment(self):points = np.random.rand(10, 3)lattice = pv.PolyData(points)spins = np.random.rand(10, 3)normed = spins / np.linalg.norm(spins, axis=1, keepdims=True)lattice["vectors"] = normedself.assertIn("vectors", lattice.array_names)if __name__ == "__main__":unittest.main()
பைவிஸ்டாவின் கிளிஃப் ஓரியண்டேஷன் மெக்கானிக்ஸில் ஆழமாக மூழ்குங்கள்
PyVista இன் கிளைஃப் செயல்பாடு 3D இடத்தில் திசையன் தரவைக் காட்சிப்படுத்துவதற்கான அதிநவீன வழியை வழங்குகிறது, மேலும் அதன் இயக்கவியலைப் புரிந்துகொள்வது தரவு பிரதிநிதித்துவத்திற்கான பல சாத்தியங்களைத் திறக்கிறது. PyVista இல் தெளிவற்ற உண்மை மதிப்புகளின் சிக்கல் தவறாக கட்டமைக்கப்பட்ட அல்லது இயல்பற்ற திசையன் வரிசைகள் காரணமாக அடிக்கடி எழுகிறது. PyVista இல் உள்ள கிளிஃப் நோக்குநிலை திசையன்களின் வெளிப்படையான இணைப்பால் தீர்மானிக்கப்படுகிறது, ஒவ்வொரு திசையனுக்கும் ஒரு நிலையான அளவு மற்றும் திசை தேவைப்படுகிறது. அம்புகள் போன்ற கிளிஃப்கள் ரெண்டர் செய்யப்படும் போது, அவை உத்தேசிக்கப்பட்ட தரவை சரியாகக் குறிக்கின்றன என்பதை இது உறுதி செய்கிறது. எடுத்துக்காட்டாக, ஒரு கட்டம் முழுவதும் காற்றின் திசைகளை மேப்பிங் செய்யும் போது, சீரான திசையன் விதிமுறைகள் காட்சிப்படுத்தலில் துல்லியத்தையும் தெளிவையும் பராமரிக்க உதவுகின்றன. 🌬️
PyVista இன் ஒரு முக்கிய அம்சம் சிக்கலான வடிவவியல் மற்றும் அளவிடல்/திசையன் புலங்களை ஒரே நேரத்தில் கையாளும் திறன் ஆகும். பயன்படுத்துவதன் மூலம் கிளிஃப் சரியாக இயல்பாக்கப்பட்ட திசையன் புலங்களைக் கொண்ட முறை, பயனர்கள் தன்னிச்சையான பரப்புகளில் அல்லது தொகுதிகளில் திசைத் தரவைக் காட்டலாம். இது குறிப்பாக திரவ இயக்கவியல் போன்ற பயன்பாடுகளில் பயனுள்ளதாக இருக்கும், அங்கு கிளிஃப்கள் ஓட்ட வடிவங்களைக் குறிக்கலாம் அல்லது மின்காந்த உருவகப்படுத்துதல்களில், திசையன்கள் புலக் கோடுகளைக் குறிக்கின்றன. ஸ்கேலர் அளவுகளின் அடிப்படையில் கிளிஃப்களுக்கு வண்ணத்தைச் சேர்ப்பது காட்சி வெளியீட்டை மேலும் செழுமைப்படுத்துகிறது, ஒரு பார்வையில் நுண்ணறிவுகளை வழங்குகிறது. PyVista இன் நெகிழ்வுத்தன்மை இந்த காட்சிப்படுத்தல்கள் ஊடாடும் தன்மையை உறுதிப்படுத்துகிறது, இது தரவு ஆய்வுக்கு உதவுகிறது.
மேலும், NumPy அல்லது pandas போன்ற நூலகங்களுடன் PyVista இணைந்திருப்பது அதன் சக்தியை மேம்படுத்துகிறது. உதாரணமாக, தரவுச் சட்டத்திலிருந்து பெறப்பட்ட வெக்டார்களை நேரடியாக பைவிஸ்டாவில் செலுத்தலாம், இது தரவு செயலாக்கம் மற்றும் காட்சிப்படுத்தல் பணிப்பாய்வுகளின் தடையற்ற ஒருங்கிணைப்பை அனுமதிக்கிறது. நிஜ-உலகப் பயன்பாடுகளில், இந்த பணிப்பாய்வு ஒரு பொருளில் காந்த களங்களை உருவகப்படுத்துவது அல்லது புவியியல் பகுதிகளில் செயற்கைக்கோள் தரவைத் திட்டமிடுவது ஆகியவை அடங்கும். திசையன்களின் இயல்பாக்கம் மற்றும் ஒதுக்கீட்டை தானியக்கமாக்குவதன் மூலம், பயனர்கள் "வரிசையின் உண்மை மதிப்பு தெளிவற்றது" போன்ற பொதுவான பிழைகளை அகற்றலாம், இது சீரான திட்டமிடல் பணிப்பாய்வுகளை உறுதி செய்கிறது. 🌟
பைவிஸ்டா கிளிஃப்கள் பற்றி அடிக்கடி கேட்கப்படும் கேள்விகள்
- பைவிஸ்டாவில் "ஒரு அணிவரிசையின் உண்மை மதிப்பு தெளிவற்றது" பிழைக்கு என்ன காரணம்?
- நீங்கள் பல உறுப்பு வரிசையை நிபந்தனைக்கு அனுப்பும்போது இந்த பிழை ஏற்படுகிறது. PyVista இல், இது பெரும்பாலும் திசையன் வரிசை சரியாக இயல்பாக்கப்படவில்லை அல்லது ஒதுக்கப்படவில்லை என்பதாகும். பயன்படுத்தி திசையன்கள் இயல்பாக்கப்படுவதை உறுதிசெய்க np.linalg.norm.
- பைவிஸ்டா கிளிஃப் நோக்குநிலைக்கான திசையன்களை எவ்வாறு இயல்பாக்குவது?
- வெக்டார்களைப் பயன்படுத்தி அவற்றின் அளவைப் பிரிப்பதன் மூலம் அவற்றை இயல்பாக்கலாம் np.linalg.norm. ஒவ்வொரு வெக்டருக்கும் ஒரு யூனிட் நீளம் இருப்பதை இது உறுதி செய்கிறது.
- என்ன செய்கிறது glyph PyVista இல் செயல்படுமா?
- தி glyph செயல்பாடு திசையன்களைக் குறிக்க அம்புகள் போன்ற 3D வடிவங்களை உருவாக்குகிறது. இது திசையன் தரவுகளுடன் கிளிஃப்களை சீரமைக்க நோக்குநிலை மற்றும் அளவிடுதல் போன்ற பண்புகளைப் பயன்படுத்துகிறது.
- PyVista glyphs அளவிடல் மற்றும் திசையன் தரவுகளை ஒரே நேரத்தில் கையாள முடியுமா?
- ஆம், PyVista அளவிடுதல் மற்றும் திசையன் தரவை ஒன்றாக ஆதரிக்கிறது. ஸ்கேலர்கள் கிளிஃப் நிறங்களை வரையறுக்கலாம், அதே நேரத்தில் திசையன்கள் அவற்றின் நோக்குநிலையை தீர்மானிக்கின்றன.
- பைவிஸ்டாவின் கிளைஃப் செயல்பாட்டின் பொதுவான பயன்பாடுகள் யாவை?
- பயன்பாடுகளில் காற்றின் வடிவங்கள், மின்காந்த புலங்கள், திரவ ஓட்டங்கள் மற்றும் திசை தரவு முக்கியமானதாக இருக்கும் பிற அறிவியல் உருவகப்படுத்துதல்கள் ஆகியவை அடங்கும்.
PyVista உடன் பணிபுரிவது தந்திரமானதாக இருக்கலாம், குறிப்பாக அமைக்கும் போது கிளிஃப் திசையன் காட்சிப்படுத்தலுக்கான நோக்குநிலைகள். "ஒரு அணிவரிசையின் உண்மை மதிப்பு தெளிவற்றது" போன்ற பிழைகள் பெரும்பாலும் முறையற்ற வரிசை இயல்பாக்கத்திலிருந்து உருவாகின்றன. தரவை சரியாகத் தயாரித்து PyVista ஐப் பயன்படுத்துவதன் மூலம் கிளிஃப் செயல்பாடு, லட்டு கட்டமைப்புகளை காட்சிப்படுத்துவது தடையற்றதாகிறது. உதாரணமாக, இந்த அணுகுமுறை சம்பந்தப்பட்ட உருவகப்படுத்துதல்களில் பயனுள்ளதாக இருக்கும் காந்த சுழல்கள். 🌀
வெக்டார் காட்சிப்படுத்தல் நுட்பங்களைச் சுத்திகரித்தல்
PyVista உடன் திசையன் தரவை துல்லியமாக காட்சிப்படுத்துவது உள்ளீடு இயல்பாக்கம் மற்றும் ஒதுக்கீட்டில் கவனமாக கவனம் செலுத்த வேண்டும். திசையன் வரிசைகள் மற்றும் கிளிஃப் முறைகளுக்கு இடையே பொருந்தக்கூடிய தன்மையை உறுதிசெய்வது பொதுவான பிழைகளை நீக்குகிறது மற்றும் 3D அடுக்குகளின் தெளிவை மேம்படுத்துகிறது. இது டைனமிக் அமைப்புகளை திறம்பட வெளிப்படுத்த ஆராய்ச்சியாளர்களை அனுமதிக்கிறது.
காந்த சுழற்சிகளைத் திட்டமிடுவது முதல் காற்றின் ஓட்டத்தை உருவகப்படுத்துவது வரை, PyVista இன் கருவிகள் சிக்கலான தரவுத்தொகுப்புகளை உயிர்ப்பிக்கிறது. திசையன் அளவிடுதல் மற்றும் நோக்குநிலை உள்ளிட்ட இந்த அம்சங்களைப் பயன்படுத்தக் கற்றுக்கொள்வது, மிகவும் நுண்ணறிவுள்ள பிரதிநிதித்துவங்களை செயல்படுத்துகிறது, மேலும் சிக்கலான கருத்துகளை அணுகக்கூடியதாகவும் பார்வைக்கு ஈர்க்கக்கூடியதாகவும் ஆக்குகிறது. 🌟
பைவிஸ்டா வெக்டர் கையாளுதலுக்கான ஆதாரங்கள் மற்றும் குறிப்புகள்
- பைவிஸ்டாவின் அதிகாரப்பூர்வ ஆவணங்களை விவரிக்கிறது பைவிஸ்டா ஏபிஐ மற்றும் கிளிஃப்கள் 3D காட்சிப்படுத்தலுக்கு.
- திசையன் இயல்பாக்கத்திற்கு பயன்படுத்தப்படும் கணித செயல்பாடுகளை விளக்குகிறது NumPy இன் ஆவணம் .
- 3D லேட்டிஸ் கட்டமைப்புகளின் நடைமுறைச் செயலாக்கத்தைப் பற்றி குறிப்புடன் விவாதிக்கிறது லட்டு வடிவியல் கருத்துக்கள் .