PFC裂纹密度图、云图及裂缝密度云图
屏幕上的红色斑块像病毒一样扩散开来，我盯着PFC模拟结果里那些张牙舞爪的裂缝，突然意识到
该给这些抽象数据找个直观的呈现方式了。裂纹密度云图就是个好选择——它能让我们像看天气图那样，一
眼看出哪块区域已经千疮百孔。
先搞点实战代码热身。假设我们手头有份PFC输出的crack_data.txt，数据格式大概长这样：
```python
# X坐标 Y坐标 裂纹密度
0.0 0.0 0.12
0.5 0.0 0.35
1.0 0.0 0.18
...
```
用Python处理这种结构化数据，pandas总是首选。但别急着import，先解决数据分布的坑——PFC输出
的坐标点往往不是规则网格，这时候直接上matplotlib的tricontourf：
```python
import matplotlib.pyplot as plt
import numpy as np
data = np.loadtxt('crack_data.txt')
x = data[:,0]
y = data[:,1]
z = data[:,2]
plt.figure(figsize=(10,6))
tcf = plt.tricontourf(x, y, z, levels=20, cmap='jet')
plt.colorbar(tcf, label='Crack Density')
plt.title('PFC裂纹密度云图')
plt.xlabel('X坐标 (m)')
plt.ylabel('Y坐标 (m)')
plt.show()
```
