5.Filtering data
5.6 用于数据子集的过滤器
这些过滤器用于从输入数据集中提取子集。如何定义此子集以及如何提取此子集取决于过滤器的类型。
5.7 用于几何操作的过滤器
这些过滤器用于变换数据集的几何体，而不会影响其拓扑或连接性。
5.7.1 变换transform
变换可用于任意平移、旋转和缩放数据集。转换是通过缩放数据集、旋转数据集，然后根据指定的值进行转换来应用的。
5.7.2 使用paraiew变换
5.7.3 使用pvpython变换
5.7.4 反射reflect
反射可用于跨轴平面反射任何数据集。可以将轴平面拾取为数据集边界框形成的平面之一。为此，请将平面设置为X最小、X最大、Y最小、Y最大、Z最小或Z最大。要跨任意轴平面反射，请选择“平面”特性的X、Y或Z，然后将中心设置为相对于原点的平面偏移。
5.7.5 wrap by vector矢量扭曲
“按向量扭曲”可用于使用数据集中的向量置换输入网格中的点坐标。使用“属性”面板上的“向量”属性选择要使用的向量。比例因子可用于缩放应用的位移。
5.7.6 wrap by scalor标量扭曲
“按标量扭曲”（Warp By Scalar）与“按向量扭曲”（Warp By Vector）在扭曲输入网格的意义上类似。但是，它使用输入数据集中的标量数组来实现。可以使用“法线”特性明确指定置换方向，也可以选中“使用法线”以在点位置使用法线。
5.8 取样过滤器
这些过滤器从作为输入的数据集中计算新的数据集，这些数据集表示一些基本特征。
5.8.1 glyph图示符
Glyph用于在输入数据集中的点位置放置markers或Glyphs。可以基于这些点上的矢量和标量属性来定向或缩放图示符(glyph)。
5.8.2
5.8.3 Stream Tracer流跟踪器
流跟踪器过滤器用于生成矢量场的流线。在可视化中，流线指的是与数据集中的向量场瞬时相切的曲线。它们提供了数据集中粒子在该时刻移动的方向指示。该算法的工作原理是在数据集中获取一组点（称为种子点），然后从这些种子点开始整合流线。
5.8.4
5.8.5 使用数据集重新采样
5.8.6 图像重采样
5.9 用于属性操作的过滤器
本节中介绍的过滤器用于向数据集添加新的属性数组，这些属性数组通常用于添加衍生数量，以便在管道中使用以进行进一步处理。
5.10. 白盒过滤器
这包括可编程滤波器和可编程源。对于这些过滤器/源，可以添加Python代码来生成或处理数据。在第4节中，我们将介绍如何编写Python代码。
5.11. 喜爱的过滤器
如果您使用某些过滤器多于其他过滤器，则可以在“过滤器>收藏夹”菜单中组织它们。
5.12. 最佳做法
5.12.1.避免数据爆炸
5.12.2.剔除数据
