Python post-处理中
Python post-processing
我必须 analyse/visualize Python 中的模拟结果(Simulink、EES)。
平均我必须从结果文件中导入 40-100 个变量(每个变量是一个包含多个 thausend 行的向量):每个变量在 result.data("path to varaible") 中都有一个适当的路径
我的工作流程如下(效率不高):
Result = {}
Result["VariableA"] = result.data("moment1.p3.Temperatur")
Result["VariableB"] = result.data("moment2.p1.pressure")
..
..
最后我得到了大约 100 行的代码 - 每行都几乎相同。所以我认为可能有更好的方法来做到这一点。
非常感谢您的建议
您应该定义一个包含所有 variable/path 定义的字典,例如
paths = {"VariableA": "moment1.p3.Temperatur",
"VariableB": "moment2.p1.pressure",
...
}
那你可以做
Result = {key: result.data(paths[key]) for key in paths}
或(可能更快)
Result = {key: result.data(value) for key, value in paths.items()}
(假设Python3,否则使用paths.iteritems()
)
我必须 analyse/visualize Python 中的模拟结果(Simulink、EES)。
平均我必须从结果文件中导入 40-100 个变量(每个变量是一个包含多个 thausend 行的向量):每个变量在 result.data("path to varaible") 中都有一个适当的路径 我的工作流程如下(效率不高):
Result = {}
Result["VariableA"] = result.data("moment1.p3.Temperatur")
Result["VariableB"] = result.data("moment2.p1.pressure")
..
..
最后我得到了大约 100 行的代码 - 每行都几乎相同。所以我认为可能有更好的方法来做到这一点。
非常感谢您的建议
您应该定义一个包含所有 variable/path 定义的字典,例如
paths = {"VariableA": "moment1.p3.Temperatur",
"VariableB": "moment2.p1.pressure",
...
}
那你可以做
Result = {key: result.data(paths[key]) for key in paths}
或(可能更快)
Result = {key: result.data(value) for key, value in paths.items()}
(假设Python3,否则使用paths.iteritems()
)