《Python資料可視化程式設計實戰》——5.5 用OpenGL制作動畫Produce some nice data.View it.Now animate the data.

本節書摘來異步社群《python資料可視化程式設計實戰》一書中的第5章，第5.5節，作者：【愛爾蘭】igor milovanović，更多章節内容可以通路雲栖社群“異步社群”公衆号檢視。

python資料可視化程式設計實戰

使用opengl的動機來源于cpu處理能力的限制，限制展現在當我們面臨一項要可視化成千上萬個資料點的工作，并且要求其快速執行（有時甚至是實時的）的時候。

現代計算機擁有強大的gpu用于加速與可視化相關的計算（比如遊戲）。它們沒有理由不能用于科學相關的可視化。

實際上，編寫硬體加速的軟體至少有一個缺點。就硬體的依賴而言，現代圖形卡要求有專有的驅動，有時候驅動在目标平台/機器（例如使用者的筆記本）上是無法使用的；即使是可用的，有時候你也不想呆在那花大把的時間去安裝驅動所依賴的軟體，相反，你想把時間花費在展示你的發現，并示範你的研究成果上。雖然這并不會成為編寫硬體加速軟體的障礙，但是你還是需要考慮一下這件事情，并且衡量一下在項目中引入這個複雜性的成本和收益。

解釋完缺點後，我們可以對硬體加速可視化說“是”，可以對opengl，這一圖形加速的工業标準說“是”。

我們将使用opengl來完成本節的内容，因為它是跨平台的，是以所有的例子應該在linux、mac或者windows上都是工作的，就像我們所示範的那樣。這裡假定你已經安裝了所需的硬體和作業系統級别的驅動。

如果你從來沒有使用過opengl，現在我們将做一個快速的介紹來幫助你了解。但是要真正的了解opengl，至少要閱讀并了解一整本書。opengl是一個規範，而不是一個實作，是以opengl本身并沒有任何實作代碼，所有的實作是遵循該規範而開發的庫。這些庫是跟随你的作業系統，或者由如nvidia或者amd/ati等不同的顯示卡廠商釋出的。

此外，opengl隻關注圖形渲染而不是動畫、定時和其他複雜的事情，這些事情是留給其他庫來完成的。

因為opengl是一個圖形渲染庫，是以它不知道我們在螢幕上繪制的是什麼。它不關心我們畫的是否是一隻貓、一個球，或者一條線，還是所有這些對象。是以，要移動一個已經渲染的對象，需要清除并重繪整個圖像。為了讓某個物體動起來，我們需要很快地循環繪制和重繪所有内容，并把它顯示給使用者，這樣使用者就認為他/她正在觀看一個動畫。

在機器上安裝opengl是一件和平台相關的過程。在mac os x上，opengl的安裝通過系統更新來完成，但是開發庫（所謂的“頭檔案”）是xcode開發包的一部分。

在windows系統上，最好的方式是安裝電腦的顯示卡廠商的最新顯示卡驅動程式。opengl可能并不需要它們就可以工作，但那樣的話你就很可能失去了原版驅動程式的最新特性。

在linux平台上，如果你不反對安裝閉源軟體，在作業系統發行版自身的軟體管理器中，或者顯示卡廠商網站上的二進制安裝檔案，都提供了可供下載下傳的特定廠商的驅動。mesa3d幾乎一直都是opengl的标準實作，它也是最有名的opengl實作，使用xorg來為linux、freebsd和類似作業系統的opengl提供支援。

基本上，在debian/ubuntu系統中，應當安裝下列軟體包及其依賴。

$ sudo apt-get install libgl1-mesa-dev libgl-mesa-dri

然後，你就可以使用一些開發庫和/或者架構來實際地編寫opengl支援的應用程式了。

我們在這裡隻關注python中的opengl繪圖，是以我們将回顧在python中使用最多的一些建構在opengl之上的庫和架構。我們會提到matplotlib及其目前和将來對opengl的支援。

mayavi：這是一個專門用于3d的庫。

pyglet：這是一個純python的圖形庫。

glumpy：這是一個建構在numpy之上的快速圖形渲染庫。

pyglet和opengl：這是用來可視化大資料（百萬級資料點）的。

專業化的項目mayavi是一個功能全面的3d圖形庫，它主要用于進階3d渲染。它包含在已經提到的 python包中，如epd（雖然沒有免費許可）。這也是在windows和mac os x作業系統上的推薦安裝方式。在linux平台上，也可以通過pip輕松地安裝，代碼如下。

import numpy

from mayavi.mlab import *

n_mer, n_long = 6, 11

pi = numpy.pi

dphi = pi/1000.0

phi = numpy.arange(0.0, 2pi + 0.5dphi, dphi, 'd')

mu = phi*n_mer

x = numpy.cos(mu)(1+numpy.cos(n_longmu/n_mer)*0.5)

y = numpy.sin(mu)(1+numpy.cos(n_longmu/n_mer)*0.5)

z = numpy.sin(n_longmu/n_mer)0.5

l = plot3d(x, y, z, numpy.sin(mu), tube_radius=0.025,

colormap='spectral')

ms = l.mlab_source

for i in range(100):

in [1]: import mayavi.mlab

in [2]: mayavi.mlab.test_simple_surf??

type: function

string form:

file:/usr/lib/python2.7/dist-packages/mayavi/tools/helper_

functions.py

definition: mayavi.mlab.test_simple_surf()

source:

def test_simple_surf():

import pyglet

window = pyglet.window.window()

image = pyglet.resource.image('kitten.jpg')

@window.event

def on_draw():

pyglet.app.run()

sudo apt-get install python-opengl

sudo pip install scipy

sudo pip install glumpy