加分帖：python学习初级篇

kalvens

呵~这么好的帖子刚看见，出去开个会 回来黄花菜都凉了
我也来一个吧，这个是用来转化string的
在abaqus中给梁单元赋属性的时候，必须先把梁单元转换成string
再把set转换成string的set才能附上属性，转成string的set局限就比较多
比如如果要合并模型，压缩了以后只会留下模型和set，string就没有了
写个小PY可以把string的set重新更换成edge的set

from part import *
mypart=mdb.models['Model-1'].parts['Part-1']
mylist=mypart.sets.keys()
for myS in mylist:
   try:
      mypart.Set(edges=mypart.stringers[myS].edges,name=myS)
   except:
      print 'Wrong-Set.. please check!!! :' + myS

tangguixiang

请问下。6.8装的python是什么版本，还有python高级版本编写的 低版本也是无法实现吗？？  看到这么多python大侠 想着学习学习，可是零基础，所以想零开始  

tangguixiang

还有 python 装那个版本最好了，要跟abaqus内置的版本一致不？？  谢谢各位大侠了

JingheSu

无所谓，6.8的没试过，不知道是什么版本的。
不过你装python2.7或者2.6应该都没有什么问题。

zb580504

过段时间答辩完了我一定要好好学学python，先收藏了

liuchuanqia

辛苦楼主了啊！学习了！

kalvens

J大发起题就一发不可收拾，其实平时写的小程序倒是不少，
只是用来处理自己用的东西别人用不到

刚看到有人发帖问如何连续提交INP，
连续提交的话可以使用批处理，但是批处理的问题就是不能设置内存以及cpu
提供一个PY



from abaqus import *
from abaqusConstants import *
from caeModules import *
from driverUtils import executeOnCaeStartup
executeOnCaeStartup()
import os
os.chdir(r'D:/temp6.8')
jobname=['job-1','job-2','job-3']
for myjob in jobname:   
  mdb.JobFromInputFile(name=myjob,
    inputFileName='D:/temp6.8'+myjob+'.inp', type=ANALYSIS,
    explicitPrecision=SINGLE, nodalOutputPrecision=SINGLE,
    parallelizationMethodExplicit=DOMAIN, multiprocessingMode=DEFAULT,
    numDomains=8, userSubroutine='', numCpus=8, memory=50000,
    memoryUnits=MEGA_BYTES, scratch='')
for myjob in jobname:
    mdb.jobs[myjob].submit(consistencyChecking=OFF)
    mdb.jobs[myjob].waitForCompletion()

JingheSu

抓一个小辫子:lol：
批处理的也是可以设置内存以及cpu数目的哦
abaqus help 一下，你就看到：
abaqus job=job-name        [analysis | datacheck | parametercheck | continue | convert={select | odb | state | all} | recover | syntaxcheck | information={environment | local | memory | release | support | system | all}]
[input=input-file]
[user={source-file | object-file}]
[oldjob=oldjob-name]
[fil={append | new}]
[globalmodel={results file-name | output database file-name}]
[cpus=number-of-cpus]
[parallel={domain | loop}]
[domains=number-of-domains]
[dynamic_load_balancing]
[mp_mode={mpi | threads}]
[standard_parallel={all | solver}]
[memory=memory-size]
[interactive |  background | queue=[queue-name][after=time]]
[double={explicit | both | off | constraint}]
[scratch=scratch-dir]
[output_precision={single | full} ]
[madymo=MADYMO-input-file]
[port=co-simulation port-number]
[host=co-simulation hostname]
[listenerport=Co-Simulation Engine listener port-number]
[remoteconnections=Co-Simulation Engine remote connection host: port-number]
[timeout=co-simulation timeout value in seconds]
[unconnected_regions={yes | no}]

JingheSu

10# nbiao
你这个代码写的真清晰，堪称典范呀。

敦诚

我也分享一下，用python调用excel绘图。 我和一个师弟合作的。
from odbAccess import *
from abaqusConstants import *
import sys
import string
from pyExcelerator import *
import job
import os
import shutil
odb=openOdb(path='c:/temp/factor.odb')
myAssembly=odb.rootAssembly
nodecount=0
for j in [187,44,250,597]:
           
      i=48
   ws.write(1,pracount+nodecount,str(nodecount+1))
      while i<96:
            res=odb.steps['transit heat transfer'].frames.fieldOutputs['NT11'].values[j].data
            ws.write(i-46,pracount+nodecount,res)         
             i=i+1
            nodecount=nodecount+1
pracount=pracount+4
odb.close()
shutil.copy('c:/Temp/factor.odb','f:/pavement temp/data backup/single factor/odb/Conductivity')
os.remove('c:/Temp/factor.odb')
newname='f:/pavement temp/data backup/single factor/odb/Conductivity/'+str(pra)+'.odb'
os.rename('f:/pavement temp/data backup/single factor/odb/Conductivity/factor.odb',newname)

JingheSu

看来这个excelPython接口程序真多呀

nhabel

好贴啊，不错不错

nhabel

editplus以前也用过，竟然能autocomplete.  语法高亮也比emacs要好，等号都高亮了，呵呵。我的emacs 竟然不能自动补全。

carpenter

Well done. JingheSu，总结得很好，更难得是的这份热心和慷慨。
对于经常需要用EXCEL或ORIGIN，MATLAB作图和数据分析的，不妨试试matplotlib。
http://matplotlib.sourceforge.net/


我再鼓吹一下MATPLOTLIB， 有点跑题了，离楼主的帖子远了点，算是灌水了
考几个例子：
(1)

1. from pylab import *
   
2. 
   
3. def f(t):
   
4.     s1 = cos(2*pi*t)
   
5.     e1 = exp(-t)
   
6.     return multiply(s1,e1)
   
7. 
   
8. t1 = arange(0.0, 5.0, 0.1)
   
9. t2 = arange(0.0, 5.0, 0.02)
   
10. t3 = arange(0.0, 2.0, 0.01)
    
11. 
    
12. subplot(211)
    
13. l = plot(t1, f(t1), 'bo', t2, f(t2), 'k--', markerfacecolor='green')
    
14. grid(True)
    
15. title('A tale of 2 subplots')
    
16. ylabel('Damped oscillation')
    
17. 
    
18. subplot(212)
    
19. plot(t3, cos(2*pi*t3), 'r.')
    
20. grid(True)
    
21. xlabel('time (s)')
    
22. ylabel('Undamped')
    
23. show()
    

复制代码

(2)图上加公式！

1. from matplotlib import rcParams
   
2. rcParams['text.usetex']=True
   
3. rcParams['text.latex.unicode']=True
   
4. from numpy import arange, cos, pi
   
5. from matplotlib.pyplot import figure, axes, plot, xlabel, ylabel, title, \
   
6.      grid, savefig, show
   
7. 
   
8. figure(1, figsize=(6,4))
   
9. ax = axes([0.1, 0.1, 0.8, 0.7])
   
10. t = arange(0.0, 1.0+0.01, 0.01)
    
11. s = cos(2*2*pi*t)+2
    
12. plot(t, s)
    
13. 
    
14. xlabel(r'\textbf{time (s)}')
    
15. ylabel(ur'\textit{Velocity (\u00B0/sec)}', fontsize=16)
    
16. title(r"\TeX\ is Number $\displaystyle\sum_{n=1}^\infty\frac{-e^{i\pi}}{2^n}$!",
    
17.       fontsize=16, color='r')
    
18. grid(True)
    
19. show()

复制代码

(3) 更多
http://matplotlib.sourceforge.net/gallery.html


matplotlib和PYTHON很优美，不过很多时候我还是EXCEL VBA+ORIGIN痛并快乐着(放弃旧的搞新的好难...)

hwy87

好好拜读。。。。。

ffubei

个人觉得，要想把python用得好，还得编函数，因为这些函数是通用的，完全参数化的，能够适用于各种模型和工作。前处理python也是胜任的，在积累了很多函数的情况下，相互调用，那就是编程，对于没有特殊几何曲面的模型都是可以适用的。当然也包括DOE和优化设计。这是一个逐步积累和扩充功能的过程。从我的使用经验来看，python可比ansys 的apdl强多了，好用多了，因为后者不是面向对象的。

fifasong

谢谢，好资料

craney

看了各位大作，受益颇多。直接用用命令行没问题。但是不知道怎么将abaqus相关的moudle加载到Editplus中去，试了多次，没有成功。用Editplus编译时一读到from odbAccess import *这些就报错(ImportError: No module named odbAccess)。请给予提示，谢谢。

JingheSu

如果调试abaqus相关的py程序，还是用abaqus PDE好一点。