Reading Time: 9 minutes

tl;dr

Paraview est l’outil open-source incontournable pour la visualisation des données de simulation de science des matériaux. Que vous travailliez avec des modèles de champ de phase, la dynamique moléculaire (LAMMP) ou les calculs de structure électronique (VASP), Paraview transforme la sortie numérique brute en visuels 3D prêts à la publication. Ce guide couvre l’importation de données, les filtres essentiels, les techniques de rendu et les flux de travail d’exportation spécifiquement pour les applications de science des matériaux.

Pourquoi Paraview compte pour la science des matériaux

Les simulations de science des matériaux génèrent des ensembles de données massifs : séries temporelles de positions atomiques, microstructures évolutives, limites de phase et variables de champ sur les géométries complexes. La sortie de la simulation brute n’a aucun sens sans visualisation, mais de nombreux chercheurs perdent des heures à lutter contre des outils inappropriés ou ne produisent pas de chiffres qui ne répondent pas aux normes des revues.

Paraview résout ce problème en fournissant une plate-forme unifiée qui gère tout, des données atomistiques aux données à l’échelle du continuum. Il prend en charge l’informatique distribuée pour de grands ensembles de données, offre une riche bibliothèque de filtres pour l’analyse et peut exporter des graphiques vectoriels (PDF, EPS, SVG) qui évoluent parfaitement dans les publications.

Principaux avantages pour les scientifiques des matériaux :

  • Gère VTK et des dizaines d’autres formats natifs
  • Échelles d’un ordinateur portable à un superordinateur
  • Gratuit, open source et activement entretenu
  • Capacités de filtrage étendues pour une analyse spécifique aux matériaux
  • Script Python pour les flux de travail reproductibles

Comprendre les formats de données : obtenir la sortie de la simulation dans Paraview

La Fondation VTK

Paraview est basé sur le Visualization Toolkit (VTK), qui définit un modèle de données flexible pour les ensembles de données scientifiques. Comprendre les bases de VTK vous aide à travailler avec n’importe quel code de simulation [^1].

Structures de données de base VTK :

  • Grilles structurées : grilles régulières (données d’image) et grilles rectilignes – communes pour les codes de différence finie/volume fini comme FIPY
  • Grilles non structurées : maillages tétraédriques ou hexaédriques provenant d’une analyse par éléments finis
  • Données polygonales : surfaces et lignes, utiles pour les représentations aux limites
  • Ensembles de points : positions des atomes à partir de la dynamique moléculaire

La plupart des codes de science des matériaux produisent directement le format VTK ou les formats que Paraview lit nativement (Ensight, Exodus, CGN).

Importation de codes communs de science des matériaux

LAMMPS (simulateur massivement parallèle atomique/moléculaire à grande échelle) :
LAMMPS n’écrit pas directement VTK, mais vous pouvez :

  1. Utilisez la commande dump avec le style vtk : dump 1 all custom 100 traj.vtk id type xu yu zu
  2. Convertir à l’aide de ovito (qui lit les fichiers de vidage Lammps et exporte VTK)
  3. Utilisez le plugin LAMMPS Reader de Paraview (nécessite la construction à partir de la source)

VaSp (Vienna AB-Initio Simulation Package):
Les sorties VASP telles que CHGCAR, CONTCAR et OUTCAR peuvent être lues par ParaView via :

  • Lecteur VASP intégré (disponible dans les versions récentes de Paraview)
  • Conversion en VTK à l’aide des outils Python (par exemple, pymatgen + vtk bibliothèques)
  • Utilisation d’Ovito pour les positions des atomes

Codes FIPY et PDE :
FIPY peut exporter directement vers VTK en utilisant CellVariable.write() ou en utilisant vtk les modules Python pour convertir les tableaux NumPy. Étant donné que FIPY résout les PDES sur des grilles structurées, les données résultantes s’apparentent proprement à imageData ou structuredGrid de VTK.

Bonne pratique : Exportez des données de simulation à des intervalles de temps réguliers sous la forme d’une série de fichiers VTK (.vts pour les structures, .vtu pour non structuré). Paraview peut lire des séries chronologiques automatiquement si les fichiers sont nommés avec des modèles cohérents (par exemple, sim_0000.vtk, sim_0001.vtk).

Création d’un pipeline de visualisation : filtres et flux de travail

La puissance de Paraview provient de son pipeline de filtre. Vous connectez des lecteurs à des filtres, qui transforment les données, et enfin aux vues pour le rendu. Voici les filtres essentiels pour la science des matériaux :

1. Filtres de tranches et de clips

  • Utilisez Slice pour couper les données 3D et inspecter les structures internes
  • Clip supprime les données d’un côté d’un plan ; Clip Dataset conserve les deux côtés
  • Parfait pour examiner les structures de grains internes ou les distributions de phase

2. Filtres de contour et de seuil

  • Contour crée des isosurfaces à une valeur spécifique (par exemple, température ou concentration constante)
  • Threshold extrait les cellules où un champ scalaire se situe dans une plage
  • Généralement utilisé pour isoler des phases spécifiques dans des simulations multiphases

3. Glyphes et flèches

  • Glyph Place des formes géométriques (sphères, cônes, flèches) aux points de données
  • Idéal pour visualiser les champs vectoriels (déplacements, vitesses, moments magnétiques)
  • La taille et l’orientation du glyphe peuvent être mappées aux propriétés des données

4. Stream Tracer

  • Pour les champs vectoriels, Stream Tracer calcule les trajectoires des trajectoires des particules
  • Utile pour visualiser les schémas d’écoulement dans les simulations de fluides ou les flux de chaleur

5. Calculatrice et annotation Python

  • Calculator Crée de nouveaux champs scalaires/vecteurs à partir de ceux existants à l’aide d’expressions
  • Python Annotation Place les valeurs calculées en tant que texte dans la vue de rendu

6. Groupe de données et ajout

  • Combinez plusieurs jeux de données (par exemple, à partir de différents pas de temps ou régions)
  • Append Datasets Fusionne les jeux de données avec une topologie compatible

Conseil de pipeline : Commencez simplement. Chargez vos données, appliquez Slice ou Contour pour réduire la complexité, puis ajoutez la coloration et les glyphes. Les pipelines complexes peuvent devenir lents ; Utilisez Extract Subset ou Decimate pour les jeux de données volumineux.

Création de chiffres de qualité de publication

Les chiffres des journaux exigent une qualité supérieure à celle de la visualisation à l’écran. Paraview excelle ici avec des paramètres d’exportation vectorielle et de rendu minutieux.

Paramètres de résolution et de qualité

  1. Définir la taille de la vue de rendu : avant d’exporter, définissez la fenêtre de vue sur vos dimensions cibles (par exemple, 3,5 pouces de largeur à 300 dpi = 1 050 pixels)
  2. Désactiver l’éclairage : pour les chiffres techniques, désactiver Lighting dans le panneau des propriétés pour éviter les artefacts d’ombrage.
  3. Utilisez des couleurs unies : évitez les arrière-plans de dégradé ; Définir l’arrière-plan sur blanc ou transparent
  4. Régler les spéculaires et les ambiants : définissez spéculaire sur 0, ambiant sur 1 pour le rendu plat

Formats d’exportation

  • PDF/EPS/SVG : Formats vectoriels : les lignes restent nettes à n’importe quel niveau de zoom. Idéal pour les schémas, les isosurfaces et les wireframes.
  • png/TIFF : formats raster : à utiliser pour le rendu de volume ou lorsque vous avez besoin d’un nombre élevé de pixels. TIFF prend en charge la compression sans perte.
  • OpenGL : Pour une qualité optimale, utilisez File → Save Screenshot avec Stereo OFF et Transparent Background si nécessaire.

Critique : La légende de Paraview (barre de couleur) peut changer de position lors de l’exportation au format PDF/EPS. Ajustez-la manuellement avant d’exporter et de vérifier dans un éditeur de vecteur (Inkscape, Illustrator) si nécessaire.

Cartes de couleurs et perception

  • Utilisez perceptuellement uniforme cartes de couleurs (par exemple, cool to warm, rainbow est déconseillée pour les données scientifiques)
  • Évitez les combinaisons rouge-vert pour l’accessibilité des daltoniens ; Considérez viridis, plasma ou cividis
  • Étiqueter les barres de couleur avec des unités et des valeurs claires

Exemple de flux de travail : visualisation de la microstructure en champ de phase

  1. Charger des fichiers VTK de séries temporelles à partir de la simulation en champ de phase
  2. Appliquer Threshold pour extraire les cellules où Phase == 1
  3. Appliquer Contour pour obtenir une interface entre les phases
  4. Colorez l’interface par le champ Curvature
  5. Ajoutez des axes de coordonnées et un titre à l’aide de la source Text
  6. Définir le fond sur le blanc, l’éclairage éteint
  7. Exporter au format PDF à 1 200 dpi pour l’impression

Script Python pour la reproductibilité

Le travail manuel de l’interface graphique est difficile à reproduire. L’interface Python de Paraview (pvpython) permet des pipelines de visualisation automatisés, essentiels pour générer plusieurs figures ou animations.

Modèle de script de base

from paraview.simple import *

# Load data
reader = OpenDataFile('simulation_0000.vtk')

# Apply slice
slice = Slice(Input=reader)
slice.SliceType = 'Plane'
slice.SliceType.Origin = [0, 0, 0]
slice.SliceType.Normal = [0, 0, 1]

# Color by temperature
display = Show(slice)
ColorBy(display, ('POINTS', 'Temperature'))

# Export
SaveScreenshot('figure.png', View=GetActiveView(), ImageResolution=[2000, 1500])

Automatisation des séries temporelles

for i in range(0, 100):
    reader = OpenDataFile(f'sim_{i:04d}.vtk')
    # ... configure visualization ...
    SaveScreenshot(f'frame_{i:04d}.png')

Conseil : Utilisez Python Trace dans l’interface graphique ParaView pour enregistrer des actions et générer un script de démarrage. Modifiez la trace à paramétrer et à généraliser.

erreurs courantes et comment les éviter

  1. Taille ou type de données incompatibles
    • Erreur : « Erreur de lecture des données ASCII. Inconvénient possible de DataSize »
    • Fix : assurez-vous que le format de fichier VTK correspond à la disposition des données ; Vérifiez la cohérence binaire ou ASCII
  2. Oublier de cliquer sur Appliquer
    • Paraview utilise un modèle d’exécution paresseux – la modification des paramètres ne fait rien jusqu’à ce que vous cliquez sur Apply (sauf si Auto Apply est activé)
    • Habitat : vérifiez toujours le bouton Appliquer après Réglage des propriétés du filtre
  3. Surcharger le pipeline
    • Le chargement d’une série temporelle 3D complète avec des millions de cellules et l’application de plusieurs filtres peuvent geler l’interface graphique
    • Stratégie : extraire les sous-ensembles en premier ; Utilisez les filtres Decimate ou Extract Subset ; Travailler avec une résolution réduite lors de la modification de la figure
  4. Paramètres d’exportation médiocres
    • La résolution par défaut de la capture d’écran est souvent trop faible pour les publications
    • Toujours définir une résolution explicite (≥ 300 dpi pour les raster, utilisez des formats vectoriels lorsque cela est possible)
  5. Défaut de la carte des couleurs
    • Utiliser les cartes de couleurs arc-en-ciel déforme la perception des données
    • Utilisation intégrée Diverging ou Sequential Cartes de couleur perceptivement uniformes
  6. Unités manquantes sur les barres de couleur
    • Toujours étiqueter les barres de couleur avec des unités physiques ; Les revues l’exigent
  7. Ne pas utiliser les signets de l’appareil photo
    • Une fois que vous avez trouvé un bon angle de vue, enregistrez-le avec Camera → Bookmark pour restaurer ultérieurement

Paraview vs. Alternatives : quand choisir ce

Paraview vs visite :

  • Paraview a une interface graphique à fenêtre unique plus intuitive et des scripts Python plus forts. Il est généralement préféré pour la science des matériaux en raison d’une meilleure prise en charge des formats VTK et de l’intégration avec des outils comme Tomviz [^2].
  • Visite excelle dans des ensembles de données parallèles extrêmement volumineux et possède des capacités de traçage plus avancées, mais son interface multi-fenêtre peut être fastidieuse.

Paraview vs TecPlot :

  • TecPlot est commercial avec une flexibilité de traçage supérieure et une meilleure gestion de la mémoire pour certains formats, mais coûteuses.
  • Paraview est gratuit, open-source et suffisant pour la plupart des besoins de visualisation de la science des matériaux.

Paraview vs Ovito :

  • Ovito est spécialisé pour les données atomistiques (LAMMP, etc.) et excelle dans l’analyse des défauts, l’AIC, etc.
  • Utilisez Ovito pour l’analyse au niveau de l’atome, puis exportez vers VTK pour Paraview afin de créer des chiffres de publication avec un rendu avancé.

Recommandation : Pour les flux de travail en science des matériaux, Paraview devrait être votre principal outil de visualisation. Utilisez Ovito pour une exploration atomistique initiale, puis passez à Paraview pour la génération finale de figures, en particulier lorsque vous avez besoin de plusieurs vues, de filtres complexes ou d’une exportation vectorielle.

Intégration de Paraview dans votre flux de travail de recherche

Flux de travail recommandé

  1. Exporter à partir du code de simulation → Format VTK à pas de temps clé
  2. Inspection rapide → Utilisez l’interface graphique ParaView pour explorer les données, identifier les régions intéressantes
  3. Développement de pipeline → Créer une chaîne de filtres pour la vue souhaitée
  4. Scripting → Convertir un pipeline réussi en Python pour la reproductibilité et le traitement par lots
  5. Rendu et exportation → Générer des chiffres dans le format et la résolution requis
  6. Post-traitement → Ajustements mineurs dans l’éditeur vectoriel (Inkscape) si nécessaire

Automatisation Python pour les publications

Créez un script qui génère toutes les figures pour un papier à partir de données de simulation brutes. Cela garantit que les chiffres peuvent être régénérés si les données changent et offrent de la transparence.

Stockez vos scripts Paraview Python ainsi que le code de simulation dans le contrôle de version. Paramètres de document (valeurs isosurfaces, plages de cartes de couleurs) dans l’en-tête du script.

Conseils de performance

  • Utiliser les paramètres Memory Management : réduire LOD (niveau de détail) pour les travaux interactifs, augmentation pour les rendus finaux
  • Pour les séries chronologiques, utilisez Apply Without Rendering lors de la mise à jour des pas de temps
  • Sur les systèmes multicœurs, activez le rendu CPU ou GPU selon le cas.
  • pour les jeux de données > 1 Go, envisagez d’utiliser Paraview en mode client-serveur avec un système HPC distant

Ce que nous recommandons : Démarrer avec Paraview

Si vous débutez avec Paraview, suivez cette progression :

Semaine 1 : Orientation

  • Télécharger Paraview depuis Paraview.org (Windows, macOS, Linux disponible)
  • Travaillez à travers le tutoriel officiel auto-dirigé (Fichier → Aide → Tutoriel)
  • Charger un exemple de jeu de données (Paraview comprend plusieurs)

Semaine 2 : Vos données

  • Convertissez une de vos sorties de simulation en VTK
  • Chargez-le dans ParaView, expérimentez avec Slice, Contour, Glyph
  • Enregistrer une capture d’écran

Semaine 3 : Chiffre de publication

  • Choisissez un résultat important à visualiser
  • Appliquez le flux de travail ci-dessus : filtres, cartes de couleurs, éclairage désactivé
  • Exporter au format PDF et PNG (haute résolution)
  • Vérifiez auprès des co-auteurs ou des conseillers

Semaine 4 : Automatisation

  • Enregistrer une trace Python de votre workflow de chiffres
  • Modifier la trace pour accepter le nom de fichier d’entrée en tant que paramètre
  • Traitement par lots une série chronologique

Quand utiliser Paraview (et quand ne pas le faire)

Utilisez Paraview pour :

  • Visualisation 3D des données volumétriques (champs, maillages)
  • Création de graphiques vectoriels pour les publications
  • Animation des simulations en fonction du temps
  • Analyse de grands ensembles de données qui ne rentrent pas dans la mémoire (avec le mode parallèle)
  • Combinaison de plusieurs jeux de données dans une seule vue

Considérez les alternatives pour :

  • Tracés de lignes 2D simples → Utiliser matplotlib ou gnuplot
  • Nuages de points massifs (100 millions de points) → Envisager des rendus de nuage de points dédiés
  • Intégration Web interactive → Envisager VTK.js ou d’autres solutions WebGL
  • Collaboration en temps réel → Paraview a des fonctionnalités de collaboration limitées

Guides connexes

Résumé et étapes suivantes

Paraview est un outil indispensable pour les chercheurs en science des matériaux qui doivent transformer la sortie de la simulation en visuels convaincants. En maîtrisant l’importation de données, le filtrage des pipelines et les flux de travail d’exportation, vous pouvez créer des chiffres de qualité de publication de manière efficace et reproductible.

Commencez dès aujourd’hui :

  1. Télécharger et installer Paraview
  2. Chargez l’un de vos fichiers de résultats de simulation existants
  3. Appliquer un filtre de tranches et explorer les données de manière interactive
  4. Essayez d’exporter une capture d’écran en haute résolution

Des pièges courants à éviter : en oubliant de cliquer sur Appliquer, en utilisant des cartes de couleurs inappropriées et en négligeant les flux de travail reproductibles de script.

Pour les utilisateurs de Fipy, Paraview s’intègre naturellement à la sortie VTK. Pour les utilisateurs de LAMMPS et VASP, les outils de conversion comme Ovito comblent le fossé. Quel que soit votre code de simulation, Paraview fournit un environnement de visualisation cohérent et puissant.

Besoin d’aide pour un défi de visualisation spécifique ? Explorez la documentation complète de Paraview sur docs.paraview.org ou rejoignez le discours communautaire sur discourse.paraview.org.

[^1] : Documentation Paraview : Comprendre les données – https://docs.paraview.org/en/latest/usersguide/Understandingdata.html
[^2] : Solutions de science des matériaux de Paraview – https://www.paraview.org/material-science/