使用python批量处理结果文件

; 建立模型并进行初始平衡model newzone create brick size 6 6 6 group 'a'zone group 'b' range p-x 2 4 position-z 2 4zone splitzone cmodel assign elasticzone prop bulk 3e8 shear 1e8 dens 1800zone face skinzone face apply v-n 0 range group 'West' or 'East'zone face apply v-n 0 range group  'South' or 'North'zone face apply v-n 0 range group 'Bottom'model gravity 9.81model solve; 开挖6步并存储相应的结果文件fish def _kw    loop i(0,5)        j = i+1        filename = 'kw_' + string(j) + '.f3sav'        command            zone cmodel assign null range  group 'b' p-y @i @j            model solve            model save @filename        endcommand    endloopend@_kw

# 以提取各个结果文件中(3,3,3)点处的竖向位移为例# 导入itasca模块import itasca as it# 设置python-reset-state为Falseit.command('python-reset-state False')# 创建名为disp的空列表以接收位移值disp = []# 使用for循环实现遍历结果文件并执行后处理操作for i in range(1, 7): #range(a,b)的取值范围是[a,b)   #  循环调用结果文件   it.command('''   model restore 'kw_{}.f3sav' # 根据实际情况更改结果文件名   '''.format(i))   # 获取网格点对象（gridpoint object）   gp = it.gridpoint.near((3, 3, 6))   # 将网格点的z位移以字符串的形式追加至列表disp中   disp.append(str(gp.disp_z()))# 使用换行符使得每一个位移值为单独一行sep = '\n'disp = sep.join(disp)# 将列表写入txt文件中with open('disp.txt', 'w') as wstream:   wstream.writelines(disp)

import itasca as itimport pandas as pd
it.command('python-reset-state False')# 创建名为disp_z/x的空列表以接收z/x位移disp_z = []disp_x = []# 创建一个名为disp的空字典disp = {}for i in range(1, 7):    it.command('''    model restore 'kw_{}.f3sav'    '''.format(i))    gp = it.gridpoint.near((3, 3, 6))    disp_z.append(gp.disp_z())    disp_x.append(gp.disp_x())# 在disp中创建键值对，其中key为'disp-z/x'（可自定义名称），value为接收了位移的disp_z/x列表disp['disp-z'] = disp_zdisp['disp-x'] = disp_x# 将提取的结果输出到名为ceshi的excel表格中df = pd.DataFrame(disp)df.to_excel('ceshi.xlsx', index=False)