秉着邊學邊寫邊折騰的原則，開始粗糙的工作。真正掌握還是得講解給別人聽。 先給出網課
https://www.icourse163.org/course/BIT-1001871001
Mayavi官方
http://docs.enthought.com/mayavi/mayavi/genindex.html
（有時候這網站會裝死，一般過幾個小時就會活過來）
我發現了，光是三流操作還不夠，還得加上四流翻譯。
這篇文章放在來第二章繪圖函數的倒數第二篇，最後一篇留出來，考慮到一些補充。
這個文章是一個總結，因爲很明顯利用參數的不同來說圖像繪製並不合理，只是一定程度上地節約篇幅，僅此而已。
不合理體現在，分類方式，比如imshow居然和plot3d放在一起。
1.重新來分類
一種比較合理的分類就是按照維度進行分類。
http://docs.enthought.com/mayavi/mayavi/mlab_3d_plotting_functions.html
按維度：
1d:
plot3d(),points3d()2d:
imshow(),surf(),contour_surf(),mesh(),barchart(),triangular_mesh()3d
contour3d(),quiver3d(),flow(),volume_slice()
2.Mayavi的管線配置很重要
很多時候繪圖的參數都可以GUI設置，我不能說直接設置不好。但是每次畫一下都要去GUI一下我是挺不樂意的。
好在Mayavi裏面有腳本錄製，這個我沒說，原因是，腳本錄製採用的是管線的寫法，超出了第二章的範疇。所以。不多說。
3.數據源同樣重要
首先要對Data representation數據表示法很熟悉，這個文，我翻了一半。這個文檔相當重要。
第二章也沒過多涉及數據源的問題，我始終停留在Module層級，數據源層級屬於Scene是Module的父層級，沒有過多涉及。
我們目前繪製的都是直接從numpy生成的乾淨的數據，直接的數據。而真實情況是，我們往往是從外部讀取數據，這裏不涉及。後面會慢慢寫過來，這是一個很長的過程，需要不少的時間。我也是邊學邊寫，邊補充。
-1.寫在最後
然後呢，如果系統地看完或者整理過，應該有這樣的認識：
0.圖像的觀察方式，很多都不是用單一的手段，往往是多種繪製有機結合。所以熟悉各種繪製就變得很重要，比如
mesh繪製了網格面，爲了觀察值域範圍往往要補充outline，比如volume_slice本身就不是主要的觀察手段，而是輔助觀察。
1.繪製函數都是被封裝好的，如果要繪圖儘可能使用接口。有些高級繪製僅僅依靠繪製函數是不夠的，如果要繪製更好的效果，需自己一層一層鋪設管線來處理更多的細節。
2.從數據到圖，這中間經歷了很多過程的，而Mayavi做的工作是可視化，也就是將最後的圖像結果呈現出來。
3.如果注意到Mayavi的內部，對於這句話應該是有更多的理解的——The tvtk module (also called TVTK) provides a traits enabled version of VTK. TVTK objects wrap around VTK objects but additionally support traits, and provide a convenient Pythonic API. TVTK is implemented mostly in pure Python (except for a small extension module). Here is a list of current features.
TVTK是純Python編寫，那麼Mayavi的GUI做得算是相當好了。那麼我就不得不思考Mayavi本身是怎麼寫出來的，界面確實做得很好~這裏用的是TraitsUI而非wxPython和Pyqt在文檔裏面提到過，不過也可以適當考慮一下。
最最後面，暫時沒人注意，也沒人看，這無所謂的。我也是邊學邊寫，養成輸出的習慣。偶爾覺得，寫寫也挺好玩的。
——做做翻譯，畫畫圖，調調代碼，一天就過去了。
就這樣。
這個想起了又補充。