从 0.X 转换的最佳实践：变量树
Best practice in converting from 0.X: variable trees
是否有推荐的将变量树从 0.X 转换为 1.X 的最佳实践？我的直觉是把变量树做成组件，但是我很好奇OpenMDAO团队是怎么想的
我们不再使用变量树。相反，我们只是分层命名变量，如 "top:sub:subsub:x, top:sub:subsub:y"
千焦耳，
我也对变量树的消除感到非常沮丧；但是，我对他们如何未能与 openmdao 组件集成并且默默地失败感到更加沮丧。真好。
我一直在试验 numpy.ndarray 作为变量树的替代品。有关详细信息，请参阅 Sellar 示例。使用字段名称创建多维 ndarray 似乎适用于名称引用的数据结构。创建多维性似乎需要嵌套声明，类似于变量树分支。
请注意，numpy.array (sic) 与 openmdao 不兼容，但 numpy.ndarray (sic) 运行良好，因为 ndarray 是一个 "structured" 数组对象，具有大小、形状、数据内部字典中指定的类型等。比变量树更好的是，多维 ndarray 提供多个 "views" 相同的关系与一个（大量的）全局声明，可以实例化为组件内的参数。填充 ndarray 实例是通过字段名称引用分配而不是一些迭代来完成的。声明为必须提供有关结构化数组的所有信息以在 openmdao 中工作更为复杂。此外，numpy.ndarray 用于严格固定的数组大小和关系，就像变量树一样。
我并不是在每个应用程序中都提倡这个概念，但请务必查看您的情况。
西尔维娅
是否有推荐的将变量树从 0.X 转换为 1.X 的最佳实践？我的直觉是把变量树做成组件，但是我很好奇OpenMDAO团队是怎么想的
我们不再使用变量树。相反，我们只是分层命名变量，如 "top:sub:subsub:x, top:sub:subsub:y"
千焦耳，
我也对变量树的消除感到非常沮丧；但是，我对他们如何未能与 openmdao 组件集成并且默默地失败感到更加沮丧。真好。
我一直在试验 numpy.ndarray 作为变量树的替代品。有关详细信息，请参阅 Sellar 示例。使用字段名称创建多维 ndarray 似乎适用于名称引用的数据结构。创建多维性似乎需要嵌套声明，类似于变量树分支。
请注意，numpy.array (sic) 与 openmdao 不兼容，但 numpy.ndarray (sic) 运行良好，因为 ndarray 是一个 "structured" 数组对象，具有大小、形状、数据内部字典中指定的类型等。比变量树更好的是，多维 ndarray 提供多个 "views" 相同的关系与一个（大量的）全局声明，可以实例化为组件内的参数。填充 ndarray 实例是通过字段名称引用分配而不是一些迭代来完成的。声明为必须提供有关结构化数组的所有信息以在 openmdao 中工作更为复杂。此外，numpy.ndarray 用于严格固定的数组大小和关系，就像变量树一样。
我并不是在每个应用程序中都提倡这个概念，但请务必查看您的情况。
西尔维娅