3. Python基础快速回顾

CAE二次开发并不要求你成为Python语言专家，但要求你对几类核心语法有“能读、能改、能写”的熟练度。本节不追求语言完备性，而是围绕一个真实场景——用脚本批量修改Abaqus/Ansys模型的材料参数并输出结果——来回顾数据类型、控制流、函数、模块、文件操作与异常处理。学完本节，你应当能独立写出一个几十行、可运行、可复用的参数扫描脚本。

一、数据类型：CAE脚本里真正高频的只有几种

CAE脚本处理的对象高度集中：节点编号、单元编号、坐标、材料参数、路径字符串、结果列表。因此最常用的类型是：int（编号、计数）、float（模量、泊松比、载荷）、str（文件路径、集合名、材料名）、list/tuple（节点列表、参数序列）、dict（名称到值的映射，如材料参数表）。

需要特别注意的是可变与不可变的区别。list 是可变对象，赋值时传递的是引用，这在批量修改参数时极易踩坑：

base = [210000.0, 0.3]      # 钢的弹性模量与泊松比
steel = base                # 这是引用，不是拷贝
steel[0] = 200000.0
print(base)                 # 输出 [200000.0, 0.3]，base 被意外修改

# 正确做法：显式拷贝
steel = base.copy()
steel[0] = 200000.0
print(base)                 # 输出 [210000.0, 0.3]

dict 在CAE中常用于组织参数集，例如把材料名映射到参数字典，遍历时既清晰又便于扩展：

materials = {
    "Steel":  {"E": 210000.0, "nu": 0.30, "rho": 7.85e-9},
    "Alu":    {"E":  70000.0, "nu": 0.33, "rho": 2.70e-9},
    "Rubber": {"E":     10.0, "nu": 0.49, "rho": 1.10e-9},
}

单位一致性是CAE脚本的隐形陷阱。上例中密度用 t/mm³、模量用 MPa，属于 mm-t-s 一致单位制；若混用 m 与 mm，结果会差 10⁹ 倍。脚本中应把单位约定写在注释里并全程遵守。

二、控制流：批量扫描的骨架

CAE脚本的控制流几乎都围绕“遍历参数组合 + 条件判断”展开。for 循环遍历参数列表，if 判断筛选有效工况，while 一般只在迭代求解或收敛判断中出现。下面是一个典型的双层参数扫描骨架：

thickness_list = [1.0, 2.0, 3.0]      # mm
load_list = [500.0, 1000.0]           # N

for t in thickness_list:
    for F in load_list:
        if t <= 0 or F <= 0:
            continue                   # 跳过非法工况
        case_name = f"t{t}_F{int(F)}"
        print("准备计算工况:", case_name)

这里用到了 f-string 拼接工况名，这是生成文件名、集合名、输出目录名最实用的方式。continue 用于跳过非法组合，break 用于提前终止（例如检测到模型不收敛时放弃当前参数组）。列表推导式在提取结果时非常高效，例如从结果列表中筛出安全工况：

results = [("t1.0_F500", 120.5), ("t2.0_F1000", 310.2), ("t3.0_F1000", 180.7)]
safe = [name for name, stress in results if stress < 250.0]
print(safe)   # ['t1.0_F500', 't3.0_F1000']

三、函数：把“一次能跑”变成“反复能用”

函数是脚本可维护性的分界线。建议把“改参数—提交计算—读结果”拆成独立函数，每个函数只做一件事。参数用关键字形式调用，可读性远高于位置参数：

def build_case_name(thickness, load):
    return f"t{thickness}_F{int(load)}"

def is_safe(stress, allow=250.0):
    return stress < allow

name = build_case_name(thickness=2.0, load=1000.0)
print(name, is_safe(310.2))   # t2.0_F1000 False

默认参数 allow=250.0 让函数在多数情况下可直接调用，特殊材料再显式传入许用值。注意不要用可变对象（如 list）作默认参数，否则多次调用会共享同一对象，这是Python的经典陷阱。

四、模块与文件操作：脚本与外部世界的接口

模块分两类：标准库（os、sys、csv、json、math）和CAE平台API（abaqus、odbAccess、ansys相关模块）。标准库负责文件与数据，平台API负责建模与求解。文件操作推荐用 with 语句，确保异常时也能正确关闭：

import csv, os

os.makedirs("results", exist_ok=True)   # 目录已存在也不报错

with open("results/summary.csv", "w", newline="", encoding="utf-8") as f:
    writer = csv.writer(f)
    writer.writerow(["case", "max_stress_MPa", "safe"])
    for name, stress in results:
        writer.writerow([name, stress, is_safe(stress)])

读取参数表时同理，用 csv.reader 逐行解析，把字符串转成 float 后再参与计算。路径拼接优先用 os.path.join 或 pathlib.Path，避免手写反斜杠在不同系统上出错。

五、异常处理：让批量任务不因单个工况崩溃

批量计算最怕“跑到第17个工况报错退出，前16个结果也没保存”。异常处理的目标是隔离故障、记录原因、继续执行：

log = []
for t in thickness_list:
    for F in load_list:
        case = build_case_name(t, F)
        try:
            stress = run_simulation(t, F)      # 假设的求解函数
            log.append((case, stress, "OK"))
        except ZeroDivisionError as e:
            log.append((case, None, f"参数错误: {e}"))
        except Exception as e:
            log.append((case, None, f"求解失败: {type(e).__name__}"))
        finally:
            print(f"{case} 处理结束")

捕获异常时应尽量具体，先捕获可预期的错误（如除零、文件不存在），再用 Exception 兜底并记录异常类型。finally 适合做清理或进度提示。切忌用裸 except 吞掉所有错误而不记录，那会让排障变得极其困难。