导出文件

我们会导出多个可本地使用的文件。

网格 .parquet .csv

待补充。

接触面 .parquet .csv

待补充。

报告 .json

待补充。

图表 .csv

该文件以 .csv 格式提供，包含用于绘制 3D 打印质量图表的数据。

以下示例展示如何使用该文件生成交互式 3D 质量图表：

1. 确保已安装依赖

   #!/bin/bash
   uv init
   uv add polars plotly

2. 导入依赖项

   from typing import List
   from dataclasses import dataclass
   import plotly.graph_objects as go
   import polars as pl

3. 加载图表数据并按 group 分组

   df = pl.read_csv("plot.csv")
   df = df.rename({"meshIndex": "mesh_index"})  # 使用 snake case 更方便
   grouped_df = df.group_by("group")

4. 编写函数生成对应颜色

   @dataclass
   class Color:
       r: float
       g: float
       b: float
   
   def get_gradient_rgb(raw_value: float | None) -> Color:
       if raw_value == None:
           return Color(r=0, g=0, b=0)
   
       clamped_value = max(-1, min(1, raw_value))
   
       if clamped_value <= 0:
           t = clamped_value + 1
           return Color(r=0, g=round(t * 255), b=round((1 - t) * 255))
       else:
           t = clamped_value
           return Color(r=round(t * 255), g=round((1 - t) * 255), b=0)

5. 遍历数据并为图表生成线条

   lines: List[go.Scatter3d]  = []
   for group_id, group_data in grouped_df:
       shifted_group_data = group_data.shift(-1)
   
       for previous_row, row in zip(group_data.iter_rows(named=True), shifted_group_data.iter_rows(named=True)):
           color = get_gradient_rgb(previous_row["quality"])
           line = go.Scatter3d(
               x=[previous_row["x"], row["x"]],
               y=[previous_row["y"], row["y"]],
               z=[previous_row["z"], row["z"]],
               mode="lines",
               line=dict(color=f"rgb({color.r},{color.g},{color.b})", width=5),
           )
           lines.append(line)

6. 绘制图表

   layout = go.Layout(
       scene=dict(
           xaxis_title="X 轴",
           yaxis_title="Y 轴",
           zaxis_title="Z 轴",
           aspectmode="data"
       ),
       showlegend=False
   )
   fig = go.Figure(data=lines, layout=layout)
   fig.show()

7. 浏览器将自动打开，展示图表