ProCast导出ci_data.csv

打开visual-viewer，加载计算结果文件。

注意导出的数据是当前步数下的计算数据，可以改变步数实现不同步数下数据的导出。

在工具栏右键打开Selection工具条，切换到Node模式。

将导出模型的所有节点选上。节点选中无误后，在视图窗口右键选择Properties，Ctrl+A选中弹出窗口左侧的所有节点后，点击保存图标，将默认的ci_data.txt文件名改为ci_data.csv方便后续操作。

用记事本打开导出的数据，如下所示，

可以看出此时数据很冗余，并不能供我们分析，接下来需要将其format成我们需要的格式。

注意，这种方法每次只能导出10000个节点数据，超过单次上限的情况需要使用Filter分批导出。

Excel格式化

用Excel打开我们导出的ci_data.csv文件，参考格式化思路如下：

• 选中第一列，数据/分列->分隔符号->空格。

  

• 全选后，数据/删除重复值。

• 选中如下所示行列（第1、4行、第1列），删除。

  

• 新建一列，命名为Effective Stress，当列使用公式进行快捷赋值填充。

  

• 将生成的列进行复制，只保留值，再删除公式生成的那一列。

  选中第一列，数据/筛选，将单元内容为Effective的行筛选出来后，全选，右键删除行。

  

• 删除完成后，将其他数据显示出来，退出筛选。

• 至此，单个文件格式化完成，内容如下：

  

如果导出多个文件的话，在完成格式化后，还需将文件进行合并。或者先合并再格式化。

Python脚本格式化

相较于使用Excel表格进行格式化操作，写脚本进行格式化更方便快捷。

procast_ES_format.py

import os
import re
import pandas as pd
import numpy as npfilesPath = r"./procast导出应力数据/"
nodeNum = 24154
ESTable = pd.DataFrame(columns = ['x', 'y', 'z', 'Mpa'], index = range(nodeNum))for fname in os.listdir(filesPath):with open(filesPath + fname) as f:content = f.read()data_txt = re.findall(r'[-+]?\d+(?:\.\d+(?:E[-+]?\d+)?)?', content)data_list = list(map(float, data_txt))for i, d in enumerate(data_list):if i % 5 == 0:if d % 1 != 0:print(f"Invalid data in Node {int(d)} !")ESTable.iloc[int(d) - 1, 0] = data_list[i + 1]ESTable.iloc[int(d) - 1, 1] = data_list[i + 2]ESTable.iloc[int(d) - 1, 2] = data_list[i + 3]ESTable.iloc[int(d) - 1, 3] = data_list[i + 4]
ESTable.to_csv(filesPath + "ES_result.csv")

文件目录结构如下：

导出结果如下：