将 fipy 中的术语存储为数组而不是 fipy 对象
Storing terms in fipy as arrays instead of fipy objects
我是 fipy 的新手,如果这是一个愚蠢的问题,我深表歉意(this 似乎对我没有帮助)。
但是除了上面问题中建议的以外,有没有办法以人类可读(或 python-可读)的形式存储 fipy 对象?这仅适用于单元格变量。
如果我想做一些比默认 fipy 查看器更多的 fancy/customized 绘图,我该怎么做?
以简单的一维扩散为例:
from fipy import *
# USER-DEFINED PARAMETERS
nx = 100
dx = 0.1
D = 1.0
bound1 = 30
bound2 = 70
# PREPARED FOR SOLUTION
mesh = Grid1D(nx=nx, dx=dx)
print "mesh", mesh
# define some parameters specific to this solution
T0 = bound2
Tinf = bound1
hour = 3600
day = hour*24
ndays = 1
duration = ndays*day
T = CellVariable(name="Temperature", mesh=mesh, value=bound1)
# Constant temperature boundary condition
T.constrain(T0, mesh.facesLeft)
T.constrain(Tinf, mesh.facesRight)
# SOLUTION
eq = (TransientTerm() == DiffusionTerm(coeff=D))
timeStepDuration = 0.5*hour
steps = int(duration/timeStepDuration)
for step in range(steps):
eqCirc.solve(var=T,dt=timeStepDuration)
但是,例如,我可以将网格存储为数组吗?或者我可以在每个步骤中存储 DiffusionTerm
而不是 CellVariable
的值吗?
在我的例子中,我想绘制热梯度(因此从扩散项中提取)与每个时间步长的距离。
我可以做吗?怎么样?
But is there a way to store fipy objects in human-readable (or
python-readable) form, other than suggested in the question above?
有多种选择。任何 FiPy 对象都可以使用 fipy.dump
进行腌制,这将在 运行 并行收集数据。例如,
import fipy
mesh = fipy.Grid2D(nx=3, ny=3)
var = fipy.CellVariable(mesh=mesh)
var[:] = mesh.x * mesh.y
fipy.dump.write(var, 'dump.gz')
然后您可以在另一个 Python 会话中与
一起阅读此内容
var = fipy.dump.read('dump.gz')
但是,Pickle 不适合长期存储,因为它依赖于使用相同版本的代码来读回数据。另一种方法是使用
保存 Numpy 数组
np.save('dump.npy', var)
然后用
读入
var_array = np.load('dump.npy')
var = fipy.CellVariable(mesh=mesh, value=var_array)
If I want to do some more fancy/customized plotting than what is in
the default fipy viewer, how can I do it? If I want to do some more
fancy/customized plotting than what is in the default fipy viewer, how
can I do it?
要以人类可读的形式保存数据以及位置和值数据以便在另一个包中绘图,您可以尝试使用 pandas
import pandas
df = pandas.DataFrame({'x' : mesh.x, 'y': mesh.y, 'value': var})
df.to_csv('dump.csv')
But could I, for example, store the mesh as an array?
您当然可以 Pickle 任何 Python 对象,但使用实际对象的知识更适合长期存储。对于grid mesh,只需要dx
、dy
、nx
、ny
即可重新实例化。网格对象有一个 __getstate__
方法,它给出了对对象进行酸洗的要求。需要存储的就是这个方法returns.
Or could I store the value of the DiffusionTerm instead of the
CellVariable in each step?
DiffusionTerm
除了它的系数外,实际上并没有存储任何东西。该方程存储其矩阵和 b 向量。
我是 fipy 的新手,如果这是一个愚蠢的问题,我深表歉意(this 似乎对我没有帮助)。 但是除了上面问题中建议的以外,有没有办法以人类可读(或 python-可读)的形式存储 fipy 对象?这仅适用于单元格变量。 如果我想做一些比默认 fipy 查看器更多的 fancy/customized 绘图,我该怎么做?
以简单的一维扩散为例:
from fipy import *
# USER-DEFINED PARAMETERS
nx = 100
dx = 0.1
D = 1.0
bound1 = 30
bound2 = 70
# PREPARED FOR SOLUTION
mesh = Grid1D(nx=nx, dx=dx)
print "mesh", mesh
# define some parameters specific to this solution
T0 = bound2
Tinf = bound1
hour = 3600
day = hour*24
ndays = 1
duration = ndays*day
T = CellVariable(name="Temperature", mesh=mesh, value=bound1)
# Constant temperature boundary condition
T.constrain(T0, mesh.facesLeft)
T.constrain(Tinf, mesh.facesRight)
# SOLUTION
eq = (TransientTerm() == DiffusionTerm(coeff=D))
timeStepDuration = 0.5*hour
steps = int(duration/timeStepDuration)
for step in range(steps):
eqCirc.solve(var=T,dt=timeStepDuration)
但是,例如,我可以将网格存储为数组吗?或者我可以在每个步骤中存储 DiffusionTerm
而不是 CellVariable
的值吗?
在我的例子中,我想绘制热梯度(因此从扩散项中提取)与每个时间步长的距离。 我可以做吗?怎么样?
But is there a way to store fipy objects in human-readable (or python-readable) form, other than suggested in the question above?
有多种选择。任何 FiPy 对象都可以使用 fipy.dump
进行腌制,这将在 运行 并行收集数据。例如,
import fipy
mesh = fipy.Grid2D(nx=3, ny=3)
var = fipy.CellVariable(mesh=mesh)
var[:] = mesh.x * mesh.y
fipy.dump.write(var, 'dump.gz')
然后您可以在另一个 Python 会话中与
一起阅读此内容var = fipy.dump.read('dump.gz')
但是,Pickle 不适合长期存储,因为它依赖于使用相同版本的代码来读回数据。另一种方法是使用
保存 Numpy 数组np.save('dump.npy', var)
然后用
读入var_array = np.load('dump.npy')
var = fipy.CellVariable(mesh=mesh, value=var_array)
If I want to do some more fancy/customized plotting than what is in the default fipy viewer, how can I do it? If I want to do some more fancy/customized plotting than what is in the default fipy viewer, how can I do it?
要以人类可读的形式保存数据以及位置和值数据以便在另一个包中绘图,您可以尝试使用 pandas
import pandas
df = pandas.DataFrame({'x' : mesh.x, 'y': mesh.y, 'value': var})
df.to_csv('dump.csv')
But could I, for example, store the mesh as an array?
您当然可以 Pickle 任何 Python 对象,但使用实际对象的知识更适合长期存储。对于grid mesh,只需要dx
、dy
、nx
、ny
即可重新实例化。网格对象有一个 __getstate__
方法,它给出了对对象进行酸洗的要求。需要存储的就是这个方法returns.
Or could I store the value of the DiffusionTerm instead of the CellVariable in each step?
DiffusionTerm
除了它的系数外,实际上并没有存储任何东西。该方程存储其矩阵和 b 向量。