ANSA二次开发 - 在ANSA中导入外部Python库
2021/4/27 14:25:44
本文主要是介绍ANSA二次开发 - 在ANSA中导入外部Python库，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！
文章目录
- 在ANSA中导入外部python
- NumPy
- SciPy
- OpenSSL
- H5py
- PIP 和venv包和环境管理系统
- PIP
- venv
- CONDA包和环境管理系统
- 下载Conda
- Conda环境安装和设置
- 安装库
- 将库导入到ANSA和META中
- 公司内联网中的Conda
- 安装Matplotlib
- 其他库
在ANSA中导入外部python
NumPy
NumPy是 Python 用于科学计算的扩展。它支持大型多维数组，并具有大量的高级数学函数库来操作这些数组。
从ANSA 21.0.0 开始， v1.18.2版本的NumPy 库被集成到 BETA 中，它使用的是MKL LP64（32位整数）。用户可以通过导入库来访问：
import numpy numpy.show_config()
有关 NumPy 的更多信息，可点击此链接获取：NumPy。
SciPy
Scipy 是Python用于科学计算的一个库（library）。其中包含用于优化、线性代数、集成、插值、FFT、信号处理、ODE 求解等模块。
BETA中安装了1.5.1版本的SciPy。
import scipy
from scipy import linalg
import numpy as np
def find_det():
arr = np.array([[1, 2],
[3, 4]])
det_res = linalg.det(arr)
print(det_res)
OpenSSL
OpenSSL 是 TLS 和 SSL 协议的工具包库。它也是一个通用的密码库。
BETA中安装的是1.1.1d版本。
H5py
H5py是HDF5二进制数据格式的python接口。
BETA中安装了2.10.0版本的H5py。
PIP 和venv包和环境管理系统
设置 Python 环境是具有挑战性的，因为库可能有多个依赖关系，并且能在特定的Python版本下工作。而包管理系统可以帮助我们解决这些问题。
PIP
pip 是用于安装和管理 Python 包的标准管理系统。pip随着python一起被发布。BETA Python 接口可以在程序中或从命令行访问它。
命令行访问
BETA_CAE_Systems/shared_v21.0.0/python/python.sh -m pip install requests
在程序中访问
import pip pip.main(['install','requests'])
venv
venv为在自己的站点目录下创建"虚拟环境"提供支持。每个环境都与自己的 Python 二进制文件及其在站点目录中独立安装的 Python包相隔绝。激活所需的虚拟环境时BETA Python接口（interpeter）将从中导入包（packages ），用户无需对导入的包进行管理。
创建新的虚拟环境：
BETA_CAE_Systems/shared_v21.0.0/python/python.sh -m venv /path/to/create/venv/my_test_venv --system-site-packages
激活新环境：
/path/to/create/venv/my_test_venv/activate
激活将使环境中的Python来激活起来。执行的任何pip安装都将应用于此虚拟环境。ANSA 或 META 可以自动找到此环境的路径。
停用环境：
deactivate
CONDA包和环境管理系统
CONDA 是一个包管理系统，使用它可以轻松安装具有大量依赖性的第三方库。CONDA系统的部分库可以导入到ANSA 和 META中使用 。
以下为使用步骤：
下载Conda
下载并安装Miniconda。Miniconda是Anaconda Python发行版的精简版（reduced version）。
Conda环境安装和设置
需要将Conda安装目录添加到系统的环境路径中。
in bash
export PATH="/home/my_name/miniconda3/bin":{$PATH}
in tcsh
setenv PATH $PATH:/home/my_name/miniconda3/bin
在windows:
c:\miniconda3\scripts
Conda的环境是相互独立的目录结构，其允许相同库的多个版本同时存在。ANSA和META自带Python 3.8。因此，我们需要创建一个兼容Python 3.8的库的环境。
conda create --name python38 python=3.8
最后，需要激活新创建的环境，以便新的安装是针对Python 3.8的。
在Linux系统下：
conda activate python38
注意：
只能在bash中完成虚拟环境的激活工作
在Windows系统下：
conda activate python38
安装库
在激活的环境中安装所需的库采用如下方式:
conda install library_name
将库导入到ANSA和META中
为了将Conda环境导入到ANSA或META脚本中，请在系统路径中添加Conda的Python 3.8的site-packages路径。为了获取site-packages的路径，在Conda的python38环境中运行以下命令:
python3 -c "import site; print(site.getsitepackages()[0])"
在ANSA和META中使用返回的路径来导入所需的库。
import sys CONDA_ENV = '/home/my_name/miniconda3/envs/python38/lib/python3.8/site-packages' sys.path.append(CONDA_ENV) import scipy
公司内联网中的Conda
为了在公司内部网中拥有Python 3.8r的兼容库，在不访问Internet的情况下，需要设置一个Conda Channel。安装了单独的miniconda的用户将能够从本地conda通道（Conda Channel）来安装所需的库。
创建和设置自定义通道的一般指令可以在这里找到。
这里提供了一个python脚本，用于设置conda通道。该脚本在Python 3中运行，需要Internet连接才能下载给定Python版本所需的库。
设置conda通道python脚本：
import sys
import os
import urllib.parse
import urllib.request
import json
import optparse
class CondaRepo():
def __init__(self, py_version, is_win, is_linux, is_mac):
self.py_version = py_version
self.py_version_float = float(py_version)
if self.py_version_float < 3.5:
self.main_repos = ['https://repo.anaconda.com/pkgs/free/']
else:
self.main_repos = ['https://repo.anaconda.com/pkgs/free/',
'https://repo.anaconda.com/pkgs/main/']
self.output_path = ''
self.is_win = is_win
self.is_linux = is_linux
self.is_mac = is_mac
self.all_suffixes = ['noarch']
if self.is_win:
self.all_suffixes.append('win-64')
if self.is_linux:
self.all_suffixes.append('linux-64')
if self.is_mac:
self.all_suffixes.append('osx-64')
@property
def output_path(self):
return self._output_path
@output_path.setter
def output_path(self, output_path):
if not output_path:
self._output_path = output_path
return
if not os.path.isdir(output_path):
raise OSError('channel path is not valid')
if not os.access(output_path, os.W_OK):
raise OSError('you do not have permission to write in the channel dir')
self._output_path = output_path
@property
def py_version(self):
return self._py_version
@py_version.setter
def py_version(self, py_version):
if not py_version:
self._py_version = py_version
versions_dict = {'3.0':'py30',
'3.1':'py31',
'3.2':'py32',
'3.3':'py33',
'3.4':'py34',
'3.5':'py35',
'3.6':'py36',
'3.7':'py37',
'3.8':'py38'}
self._py_version = versions_dict[py_version]
@property
def is_win(self):
return self._is_win
@is_win.setter
def is_win(self, is_win):
if type(is_win) == bool:
self._is_win = is_win
return
bool_dict = {'true':True,
'false':False}
self._is_win = bool_dict[is_win]
@property
def is_linux(self):
return self._is_linux
@is_linux.setter
def is_linux(self, is_linux):
if type(is_linux) == bool:
self._is_linux = is_linux
return
bool_dict = {'true':True,
'false':False}
self._is_linux = bool_dict[is_linux]
@property
def is_mac(self):
return self._is_mac
@is_mac.setter
def is_mac(self, is_mac):
if type(is_mac) == bool:
self._is_mac = is_mac
return
bool_dict = {'true':True,
'false':False}
self._is_mac = bool_dict[is_mac]
def _create_subdir(self, subdir_name):
dir_path = os.path.join(self.output_path, subdir_name)
if not os.path.exists(dir_path):
os.makedirs(dir_path)
def _download_libs(self, repos_info, repo, repo_dir):
subdir = repos_info['info']['subdir']
subdir_tmp = os.path.join(repo_dir,subdir)
self._create_subdir(subdir_tmp)
save_path = os.path.join(self.output_path, repo_dir, subdir)
def perform_download(subdir, pack_name):
pack_name = pack_name.replace('tar.bz2', 'conda')
save_path_tmp = os.path.join(save_path, pack_name)
if os.path.exists(save_path_tmp):
return
print('downloading : %s - %s ...'%(subdir, pack_name))
try:
down_path = os.path.join(repo, subdir, pack_name)
req = urllib.request.Request(down_path)
ret = urllib.request.urlopen(req)
except:
print('unable to download : %s - %s ...'%(subdir, pack_name))
pack_name = pack_name.replace('conda', 'tar.bz2')
save_path_tmp = os.path.join(save_path, pack_name)
try:
print('downloading : %s - %s ...'%(subdir, pack_name))
down_path = os.path.join(repo, subdir, pack_name)
req = urllib.request.Request(down_path)
ret = urllib.request.urlopen(req)
except:
print('unable to download : %s - %s ...'%(subdir, pack_name))
return
with open(save_path_tmp, 'wb') as f:
f.write(ret.read())
ret.close()
perform_download(subdir, 'repodata.json')
perform_download(subdir, 'repodata.json.bz2')
#perform_download(subdir, 'repodata_from_packages.json')
for pack_name, pack_info in repos_info['packages'].items():
if subdir == 'noarch':
perform_download(subdir, pack_name)
else:
if 'py' not in pack_info['build'] or self.py_version in pack_info['build'] or 'py_0' in pack_info['build']:
perform_download(subdir, pack_name)
def _get_repo_info(self, repo, suffix):
repo_data_path = os.path.join(repo, suffix, 'repodata.json')
req = urllib.request.Request(repo_data_path)
with urllib.request.urlopen(req) as response:
data = json.load(response)
return data
def start_download(self):
workers = []
for repo in self.main_repos:
if 'free' in repo:
subdir = 'free'
else:
subdir = 'main'
self._create_subdir(subdir)
for suffix in self.all_suffixes:
repos_info = self._get_repo_info(repo, suffix)
self._download_libs(repos_info, repo, subdir)
def parse_options():
parser = optparse.OptionParser()
parser.add_option('-c','--channel-dir', action='store',
default='', dest='channel_dir',
help='the setup directory of the conda channel')
parser.add_option('-w','--windows-download', action='store',
default='false', dest='win_down',
help='true or false to download windows libraries')
parser.add_option('-l','--linux-download', action='store',
default='false', dest='linux_down',
help='true or false to download linux libraries')
parser.add_option('-m','--mac-download', action='store',
default='false', dest='mac_down',
help='true or false to download mac libraries')
parser.add_option('-p','--python-version', action='store',
default='3.3', dest='py_version',
help='The python version for which to seek libraries 3.x format')
opts, args = parser.parse_args()
return opts, args
def start():
opts, args = parse_options()
bool_str = ('true', 'false')
py_versions = ('3.0', '3.1', '3.2', '3.3', '3.4', '3.5', '3.6', '3.7', '3.8')
if not opts.channel_dir.strip():
print('Missing --channel-dir argument. Run --help for details')
raise SystemExit(1)
if opts.win_down.lower() not in bool_str:
print('Incorrect --windows-download argument. Run --help for details')
raise SystemExit(1)
if opts.linux_down.lower() not in bool_str:
print('Incorrect --linux-download argument. Run --help for details')
raise SystemExit(1)
if opts.mac_down.lower() not in bool_str:
print('Incorrect --mac-download argument. Run --help for details')
raise SystemExit(1)
if opts.py_version.strip() not in py_versions:
print('Incorrect --python-version argument. Run --help for details')
raise SystemExit(1)
cr_obj = CondaRepo(opts.py_version.strip(),
opts.win_down.lower(),
opts.linux_down.lower(),
opts.mac_down.lower())
cr_obj.output_path = opts.channel_dir.strip()
cr_obj.start_download()
start()
通道建立后，任何用户都可以访问该通道并安装所需的库。用户需要有一个本地miniconda安装。Conda需要设置为查找创建的通道，而不是在互联网上的远程存储库。要做到这一点，位于用户主目录下的.condarc必须看起来像这样：
channels: - http://path/to_my/conda_channel/main/ - http://path/to_my/conda_channel/free/
此时，用户可以按照上面的说明创建一个python 3.8环境并安装库。
安装Matplotlib
Matplotlib是一个2D绘图库。
为了安装Matplotlib，在前面创建的conda环境中执行：
conda install matplotlib
下面的例子展示了如何在ANSA或META中执行Matplolib代码：
import ansa
import sys
CONDA_ENV = '/home/my_name/miniconda3/envs/python38/lib/python3.8/site-packages'
sys.path.append(CONDA_ENV)
import matplotlib
from matplotlib import pyplot as plt
def my_plot():
x_vals = [0.2, 0.7, 1.2, 2.7, 3.5]
y_vals = [1.2, 1.8, 2.4, 3.9, 4.5]
plt.suptitle('My Graph')
ax = plt.subplot('111')
ax.plot(x_vals, y_vals)
plt.show()
其他库
可以安装和导入其他库到ANSA或META中。例如：Pandas, SymPy等。
注：
在Conda环境中搜索安装新库时，应特别注意确保该库与Python 3.8兼容。
本教程来自为ANSA21帮助文档
扫描下方二维码关注我的微信公众号 - CAE软件二次开发Lab，阅读更多精彩内容！
这篇关于ANSA二次开发 - 在ANSA中导入外部Python库的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！
- 2024-11-25Python编程基础：变量与类型
- 2024-11-25Python编程基础与实践
- 2024-11-24Python编程基础详解
- 2024-11-21Python编程基础教程
- 2024-11-20Python编程基础与实践
- 2024-11-20Python编程基础与高级应用
- 2024-11-19Python 基础编程教程
- 2024-11-19Python基础入门教程
- 2024-11-17在FastAPI项目中添加一个生产级别的数据库——本地环境搭建指南
- 2024-11-16`PyMuPDF4LLM`：提取PDF数据的神器
