修改关联pvtu文件的vtu后，如何保存为pvtu以利用并行处理？

完全可以，只要在处理过程中保留原有的分区结构，就能将结果保存为PVTU格式，后续可直接利用并行处理能力。具体操作如下：

核心逻辑 #

PVTU本质是多个VTU分区文件的索引容器，记录着各分区VTU的路径与结构信息。因此处理时无需合并所有VTU为单个文件，只需逐个处理原PVTU关联的每个VTU分区，再将处理后的分区重新组织为MultiBlock结构并保存为PVTU即可。

实现代码示例 #

import pyvista as pv

# 读取原PVTU文件，自动加载所有关联的VTU分区数据
multi_block = pv.read("your_input.pvtu")

# 遍历每个VTU分区执行后处理操作
for partition in multi_block:
    # 示例1：删除指定点数据变量
    if "var_to_remove" in partition.point_data:
        partition.point_data.remove("var_to_remove")
    
    # 示例2：添加新的点数据变量（这里用点X坐标生成示例数据，可替换为你的业务逻辑）
    new_point_data = partition.points[:, 0] * 1.5
    partition.point_data["new_var"] = new_point_data

# 保存为新的PVTU文件
# 执行后会自动生成output.pvtu索引文件，以及对应的output_0.vtu、output_1.vtu等分区文件
multi_block.save("your_output.pvtu")

注意事项 #

• 处理分区时尽量不要修改拓扑结构（如点数量、单元数量），避免PVTU索引与VTU内容不匹配
• 若需调整分区数量，可对MultiBlock结构进行拆分/合并，但需保证最终结构符合并行处理的分区逻辑
• PyVista会自动处理PVTU与VTU文件的关联命名，无需手动指定每个分区VTU的文件名

内容的提问来源于stack exchange，提问作者rnp