路基路面设计高效自动化案例第1期

前面发了deepseek加python联动的案例，大家关注挺多但动手很少，结合我询问了几个身边的朋友，原因有三：

（1）之前没有接触过编程，python怎么用都不会；

（2）不会描述，自己描述完的结果和自己想的并不是一回事；

（3）太懒了。

基于此，今天只能再给大家做一期简化版案例，案例分为三步，第一步是python的下载与安装，二是如何描述，三是命令流结果分享。

一、python的下载与安装

（一）python的下载

       访问 Python官网 下载适合你操作系统的Python版本（建议选择Python 3.7及以上版本）。安装时，确保勾选 

“Add Python to PATH”（将Python添加到系统环境变量），这样可以在命令行中直接运行Python。

（二）安装所需的Python库

运行代码需要安装 pandas 和 openpyxl 库。pandas 用于数据处理，openpyxl 用于读写Excel文件。

安装方法：

打开命令行（Windows：cmd 或 PowerShell；Mac/Linux：Terminal），运行以下命令：

pip install pandas openpyxl

（三）准备代码文件

将代码保存为一个Python文件（例如 split_pile.py）：

（四）准备Excel文件

确保你的Excel文件（工作簿1.xlsx）与代码文件（split_pile.py）放在同一个目录下。如果Excel文件在其他位置，需要修改代码中的文件路径。

（五）运行代码

在命令行中运行代码：

cd C:\Users\YourName\Documents\PythonScripts

运行代码

python split_pile.py

二、描述

以一个9km的excel为例，目的是为了对左侧边坡防护方案进行分段，方案分别为植草、三维网植草和人字形骨架，10m一级，大于10m的需要分坡级，因此为了实现，将excel文件上传至deepseek：

描述如下：

       重新帮我使用python实现以下高度分组分段，excel中的桩号列通过高度列划分，高度分组区间细化为0至3m（含0）、3至6m（含3）、6至10m（含6）、大于等于10m，-3至0m（不含0）、-6至-3m（含-3）、-10至-6m（含-6）及小于等于-10m，最后分段落显示  如段落0到40（0和40分别为起终点桩号），平均高度为2.5，同时桩号分界点应该是分界点上下两者的中间值，如桩号40和50，分界点应为45，输出的结果为直接输出为excel格式，格式为四列，分别为起始桩号、终点桩号、平均高度和坡级，0至10m（含10）及-10至0m（含-10）区间均为1级坡，输出坡级列填入1，大于10m或小于-10m的段落输出分为高度n行，如桩号段落0到40段高度为32m，则输出行为4行，分别为0到40高度为10m（坡级为1）、0到40高度为10m（坡级为2）、0到40高度为10m（坡级为3）及0到40高度为2m（坡级为4）

        最终结果代码为：

import pandas as pd

import numpy as np

df = pd.read_excel(

'工作簿1.xlsx',

sheet_name='Sheet1',

header=3,  # 数据从第4行开始

usecols=['桩号', '高度']  # 只读取指定列

)

bins = [-np.inf, -6, -3, 0, 3, 6, np.inf]

labels = ['小于等于-6m', '-6至-3m', '-3至0m', '0至3m', '3至6m', '大于等于6m']

df['高度分组'] = pd.cut(df['高度'], bins=bins, labels=labels)

results = []

for group, data in df.groupby('高度分组'):

for i in range(len(data) - 1):

start_pile = data.iloc[i]['桩号']

end_pile = data.iloc[i + 1]['桩号']

avg_height = (data.iloc[i]['高度'] + data.iloc[i + 1]['高度']) / 2

results.append([start_pile, end_pile, avg_height])

result_df = pd.DataFrame(results, columns=['起始桩号', '终点桩号', '平均高度'])

result_df.to_excel('分段结果.xlsx', index=False)

print("分段结果已保存到 '分段结果.xlsx'")

一般情况做完该段excel分段约1小时，自动化后为1分钟左右，直接输出excel结如下：

计算结果经人工核对完全正确，可满足施工图设计要求，当然由于有桥、隧桩号段落需要扣除，划分完后，deepseek将桥隧一览表输入上传后描述：

将以上段落单独摘出，并根据桥隧表中的桥名和隧道名称幅值于平均高度列。

这样就做到了完全自动化，自动化后效率相比人工耗时改善98.3％，正确率百分之百。

在路基路面设计中，还有更多的自动化，如高边坡的平立面cad图一体化绘制等，下一次再和大家分享。

最后，希望大家多琢磨，不要认为deepseek就是一个语言大模型，他是可以作为媒介形成智能体的，个人智能体的制作是改善工作效率的最佳武器，多琢磨就能改变自己的工作小宇宙，将全力留在工点设计中，以后普通项目路基路面专业2人高质量高效率完成的日子已经到来！！！