binout结果解析-使用Python对binout文件进行解析与可视化
新开一个系列，如何通过Python来解析不同求解器的结果。
后处理的结果种类比较多，可以分为数值类，曲线类，动画类，动画类包含了图片类，动画可以理解为很多祯的图片。按照维度来说就是，一维，二维，三维的结果。
我们这里通过Python语言实现，以解析DYNA的binout结果为例，作为简单的演示。
同样的，对于解析Nastran，ABAQUS，ANSYS等求解器的计算结构文件均能找到合适的Python包。在哪里找，当然是GitHub或者浏览器了。
当然对于不常用的求解器，如果结果是纯文本文件，即使是没有对应的模块，我们也可以基于第三方模块，例如numpy等进行解析。
我们最终目的是解析结果，相信小伙伴们所在的公司都有购买软件。那么，既然有功能更完善的商业软件，为什么不选择用呢，钱都花了，就要利用起来。
商业软件提供了一整套的API，在解析结果的性能方面也是进行了优化，速度也能更快。不要本末倒置，为了使用开源库而使用开源库。并且在商业软件安装的时候Python的环境也一并安装完成，免去了配置环境的问题了。
还一个疼点，就是可移植性，了解编程的小伙伴可以在自己电脑上可以配置好环境，但是不能要求每一个都掌握如何配置环境。更多的小伙伴是需要这样一个工具，只需要关注如何使用，提高工作效率即可。所以基于软件自身框架开发会减少很多工作，更近一步打包成可执行文件也是可以的。
当然了，哪种方法孰强孰弱就看各位小伙伴自己的实际工作需求了。如果是需要对结果进行数据分析，或者训练模型，建议还是使用单独的python环境，因为软件可能对于python版本有特殊要求，或者是重编译的，两者之间最好隔离开来。
如果说自研软件就可以忽略上面的话，可以从0开始构建自有的代码库。
步骤如下：
1、找到解析binout文件的第三方模块，一般这种主流的，原厂都会提供解析的包，具体的可以在github上搜索求解器的关键字获取，越是主流的求解器，对应的模块越容易找到。
2、这里使用的第三方包是lasso.dyna，能解析Binout文件和D3plot文件。具体的功能介绍可以访问在线帮助文档。
3、查看关于lasso.dyna的帮助文档，了解模块的逻辑，因为程序返回的数据结构，基本上和商业软件返回的是不一致的。商业软件为了兼顾不同求解器的格式，返回的结果是基于自己软件逻辑返回的，所以有自己的风格。并且商业软件之间的数据结构也存在差异，比如HyperWorks的后处理模块与META都存在不同差异。对于第一次接触的小伙伴，建议把返回的结果打印出来，便于了解所调用模块解析文件所返回的格式。
4、根据需求编写代码，实现binout文件的读取功能。这里以读取bndout的结果为例，并将三个方向的计算结果进行了汇总，得到新的曲线，商业软件是直接有all force和all total结果的component，而调用lasso.dyna还得通过计算生成。
下图是通过matplotlib模块和HyperGraph显示的结果。
matplotlib
HyperGraph
可以看到，通过lasso.dyna绘制的曲线和hypergraph绘制的是一致的。
5、这里仅做简单的演示。更复杂的功能，也能实现，对于D3Plot的结果显示同样没有问题。
