Fortran在Linux上如何进行数据可视化

Linux下Fortran数据可视化实用指南

一、常用方案与适用场景

• 外部绘图工具：将Fortran计算结果写入文本或二进制数据文件，再用Gnuplot、PGPLOT、PLplot、NCAR Graphics、MayaVi等工具绘图。优点是上手快、生态成熟；适合批量出图与高质量出版图形。
• Fortran绘图库直连：在程序内调用PLplot、PGPLOT、MathGL、DISLIN等库的API绘图。优点是交互更可控、便于集成到计算流程；适合需要程序内可视化或自动化出图。
• Web实时可视化：用websocketd把Fortran程序的STDOUT转为WebSocket，前端用HTML/JavaScript（如Chart.js、Three.js）实时展示。适合长时模拟的监控面板与远程协作。

二、快速上手示例

• 方案A 外部工具Gnuplot

  1. Fortran写数据

  program plot_example
    implicit none
    integer, parameter :: n = 100
    real :: x(n), y(n)
    integer :: i
    do i = 1, n
      x(i) = i*0.1
      y(i) = sin(x(i))
    end do
    open(unit=10, file='data.txt', status='replace')
    do i = 1, n
      write(10,*) x(i), y(i)
    end do
    close(10)
  end program plot_example
  

  编译运行：gfortran plot_example.f90 -o plot_example & & ./plot_example
  2) Gnuplot绘图

  gnuplot
  set title "Sine Function"
  set xlabel "x";
       set ylabel "sin(x)"
  plot "data.txt" with lines
  

  说明：Gnuplot支持2D/3D、多种标注与多种输出格式，适合快速可视化与出版级图形。

• 方案B Fortran内嵌PGPLOT

  1. 安装PGPLOT（各发行版仓库或源码），Fortran代码示例：

  program scatter_plot
    implicit none
    integer, parameter :: n = 100
    real :: x(n), y(n)
    integer :: i
    do i = 1, n
      x(i) = real(i)/n
      y(i) = x(i)**2
    end do
    call pgbegin(0, '/XWINDOW', 1, 1)  ! 使用X11窗口；无图形环境可改为文件设备
    call pgsci(1)
    call pgpt(n, x, y, 2)            ! 绘制点
    call pgend()
  end program scatter_plot
  

  编译（示例）：gfortran scatter_plot.f90 -lpgplot -o scatter_plot
  说明：PGPLOT为Fortran 77/C可调用库，支持多种设备（如X Windows、PostScript），适合科研成图。

• 方案C Web实时可视化

  1. Fortran输出到STDOUT（每秒一次）

  program heat_simulation
    implicit none
    integer, parameter :: n = 100
    real :: temperature(n), dt = 0.01
    integer :: i, step
    temperature = 0.0
    temperature(n/2) = 100.0
    do step = 1, 1000
      call simulate_heat_diffusion(temperature, dt)
      print *, temperature  ! 到STDOUT
      call sleep(1)
    end do
  contains
    subroutine simulate_heat_diffusion(temp, dt)
      real, intent(inout) :: temp(:)
      real, intent(in) :: dt
      real :: new_temp(size(temp))
      integer :: i
      do i = 2, size(temp)-1
        new_temp(i) = temp(i) + dt*(temp(i-1) - 2*temp(i) + temp(i+1))
      end do
      temp = new_temp
    end subroutine
  end program heat_simulation
  

  1. 启动websocketd服务

  gfortran -o heat_sim heat_simulation.f90
  websocketd --port=8080 ./heat_sim
  

  1. 前端HTML/JS（Chart.js示例）

  <
      !doctype html>
      
  <
      meta charset="utf-8">
      
  <
      canvas id="chart" width="800" height="400">
      <
      /canvas>
      
  <
      script src="https://cdn.jsdelivr.net/npm/chart.js">
      <
      /script>
      
  <
      script>
      
    const ctx = document.getElementById('chart').getContext('2d');
  
    const chart = new Chart(ctx, {
  
      type: 'line', data: {
   labels: Array.from({
  length:100}
      ,(_,i)=>
  i), datasets:[{
  label:'T', data:[], borderColor:'red'}
  ] }
  
    }
      );
      
    const ws = new WebSocket('ws://localhost:8080/');
      
    ws.onmessage = (e) =>
   {
       chart.data.datasets[0].data = e.data.split(' ').map(parseFloat);
       chart.update();
   }
      ;
      
  <
      /script>
      
  

  说明：websocketd将任何使用STDIN/STDOUT的程序变为WebSocket服务，前端可实时绘图与交互。

三、方案对比与选型建议

四、实践建议

• 数据接口尽量简单：优先输出ASCII表格（列对齐、注释清晰），必要时用NetCDF/HDF5（可用CDI等库读写），便于多工具复用。
• 无图形环境出图：使用设备如PostScript/EPS/PDF/SVG/PNG（如PGPLOT的.ps、PLplot多设备），便于在服务器/集群生成出版级图形。
• 实时可视化性能：控制输出频率、批量发送、必要时采用二进制协议或压缩，避免前端过载。
• 复用与可维护：将“计算模块”与“绘图模块”解耦；脚本化工具有助于批处理与参数扫描。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！