欢迎来到皮皮网官网

【nikeplus 源码】【q社工库源码】【wpf检测软件源码】ddt源码修改

时间:2024-12-23 04:25:10 来源:尚硅谷javaweb源码

1.Python接口自动化之yaml配置文件
2.OpenFOAM中的码修数据结构-icoFoam为例未完成

ddt源码修改

Python接口自动化之yaml配置文件

       在先前的Python接口自动化测试系列文章中,我们探讨了“Python接口自动化之数据驱动”,码修其中涉及了openpyxl操作excel并结合ddt实现数据驱动的码修相关内容。

       在接口自动化测试过程中,码修配置文件的码修运用是不可或缺的,比如数据库信息、码修nikeplus 源码账号信息、码修域名等都需要通过配置文件来存储。码修

       在众多配置文件类型中,码修yaml文件以其简洁的码修操作和强大的功能,成为了一种流行的码修选择。相较于ini或conf等配置文件,码修yaml文件更加简洁,码修且易于操作,码修能够存放多种类型的码修数据。

       本文将主要介绍yaml语法的使用、yaml数据的存储方式以及如何封装类来读写yaml配置文件。

       一、yaml介绍及使用

        yaml简介

       YAML语言的设计目标是方便人类读写,本质上是q社工库源码一种通用的数据串行化格式。

       YAML语言非常灵活,几乎可以看作是JSON的超集。除了支持注释、换行符分隔、多行字符串、裸字符串以及更灵活的类型系统之外,YAML还支持引用文件,以避免代码重复。

        yaml语法规则

       基本语法规则如下:

        yaml数据结构

       ▌对象

       Map(属性和值)(键值对)的形式:

       key:(空格)value:表示一对键值对,空格不可省略。

       一行写法:相当于JSON格式:

       ▌数组

       一组连词线开头的行,构成一个数组。数组前加有 “-” 符号,符号与值之间需用空格分隔。

       一行写法:相当于JSON:

       ▌纯量

       单个的、不可再分的值。(如:字符串、bool值、整数、wpf检测软件源码浮点数、时间、日期、null等)

       二、yaml配置文件的使用

        yaml配置文件准备

       在项目下新建一个目录config,在目录下新建一个文件config.yaml。

       在config.yaml配置文件中写入数据库配置。

        yaml配置文件格式校验

       对于刚开始接触yaml的同学,可能对yaml格式的掌握不够熟练,容易出现格式错误。这里推荐一个在线网站,用于校验我们写的yaml文件格式是否正确。

       在线地址:

       bejson.com/validators/y...

       三、yaml配置文件读写

       python中读取yaml文件前需要安装pyyaml和导入yaml模块。

        安装pyYaml

       在python中读取yaml文件,需要用到第三方模块PyYaml。

       安装命令:

       pip install pyYaml

        yaml模块源码解析

       从yaml模块中提取出load、dump函数。

       load:

       将yaml流转化为python字典;

       dump:

       将python对象转化为yaml流;

        读写yaml配置文件

       将读写yaml配置文件的个人作品网站源码类进行封装。

       在common目录下新建一个文件,config_handler.py用于读写yaml。

       config_handler.py

       运行结果为:

       写入到config1.yaml的数据。

       config1.yaml

       总结:本文主要介绍yaml语法、yaml储存数据,封装类读取yaml配置文件。

OpenFOAM中的数据结构-icoFoam为例未完成

       撰写博客并整理思路确实能提高工作效率。我本想利用暑假进行一项关于 OpenFOAM 数据结构的深入研究,然而日程安排总是让我疲于应对各种事务,仿佛永远在追赶时间的脚步。近期,因大雪封校和周五晚上的闲暇时光,我终于有了时间来解决这个问题。

       我撰写这篇博客的目的,是希望从数据结构的角度,详细解析 OpenFOAM 如何对一个案例进行运算。我将从一个最简单的例子出发(1*2*3的网格),通过数字来演示 OpenFOAM 的运算过程。本文将分为两部分,带采集的源码首先分析不带湍流模型的 `icoFoam` 例子,之后有空时再探讨带湍流模型的 `pisoFoam`。

       在深入代码之前,了解其数学表达式至关重要。关于 `icoFoam` 的数学模型,我主要参考了李东岳博士的论文。`icoFoam` 是一个基于 NS 方程(无湍流项)的简单例子,适用于分析流体动力学基本原理。

       NS 方程描述了动量方程,我们假设忽略压力梯度项,以便进行动量预测。OpenFOAM 使用有限体积法(FVM)对每个项进行体积积分离散化,最终形成如下方程:

       Vp * dU/dt = Ff - SS * ν * ∇U

       其中,Vp 表示网格单元体积,Ff 为通量,SS 是网格单元面矢量,ν 是动力粘度,U 是速度向量,下标 n 表示当前时间步(已知),r 表示预测时间步(待求)。N 和 P 分别代表相邻网格单元和当前网格单元。

       接着,我们将忽略了的压力梯度项加入方程中,得到:

       Vp * dU/dt = Ff - SS * (p/rho) - SS * ν * ∇U

       这里的 p/rho 表示单位压力,是 OpenFOAM 中定义的压力。

       这实际上是一个线性方程,方程在某一时间 n 上,除了 U^r 未知,其他变量都是已知的,因此可以看作是求解线性方程组(ax=b)的问题。

       接下来是压力泊松方程,我们需要根据 U^r 预测出下一时刻的压力 p^r,以完成循环并满足物理约束。

       循环内,我们通过不断修正 U^r 和 p^r,加入动量方程和连续性方程的物理约束,最终得到满足这些约束的 U^r 和 p^r,再带入下一个时间步进行计算。

       在 `pisoFoam` 中,循环的过程是如何更新速度和压力的呢?

       将动量方程代入连续性方程,可以得到浓缩的 2 合 1 方程式,即压力泊松方程。其中,HbyA 是基于省略了压力项的动量方程计算出的速度预测值,用于更新变量。

       通过 piso 循环,最终目的是在每个循环中得到满足 2 合 1 方程式的预测结果,这样得到的预测结果在物理上是合理的。

       整个流程包括:

       1. 获取第一个压力预测值,通过将动量方程带入压力泊松方程而求得。

       2. 根据第一个压力预测值修正速度。

       3. 循环重复直到收敛。

       在理解了数学模型之后,接下来是观察代码,看看 OpenFOAM 是如何实现这些概念的。在图中,我总结了对 `icoFoam` 代码的理解,提供了一个清晰的视图。跑一个 1*2*3 网格的 case,如自带的 `cavity` case。

       首先调整 `blockMeshDict` 为 1*2*3 的网格。

       运行代码,观察网格形状。

       从 0 到第一个时间步,再到从第一个到第二个时间步。

       1. 从 0 到第一个时间步。

       这段代码的主要目的是将动量方程放入求解器中,通过 `solve` 命令计算出预测速度 U^r。

       疑问在于,`solve(UEqn == -fvc::grad(p));` 之后速度变量 U 直接更新,这在 C++ 中是合法的吗?U 不是 UEqn 的子变量,这行代码没有赋值给 U,怎么就能更新 U?

       经过验证,在 `solve` 语句前后输出 U 的结果确实不同,说明 `solve` 确实修改了外部变量 U。

       这种操作可能涉及指针(pointer)或引用(reference)的使用,以提高代码效率。在 C 语言中,这样的操作是常见的,但在不了解内存管理的情况下可能会引发问题。

       通过复制一个引用实例,观察了 `icoFoam.C` 中的传递方式。从 `UEqn` 到 `solve` 函数的参数传递,可能是通过某种间接引用实现的。

       在 `fvMatrix` 中,包含 A 和部分 b(如 `fvm::ddt(U)`)的结构。`fvMatrix` 分为两部分,一部分用于 A,另一部分用于 b。

       观察到 `fvMatrix` 中确实包含引用变量 psi_,这是 U 的引用位置。`solve` 函数通过创建引用 psi 来更新 U 的值。

       总结了 `fvMatrix` 的结构,确认了 `solve` 函数在更新 U 值时使用了引用或指针。

       在了解了如何在矩阵 A 和 b 中进行操作后,我们接下来需要验证矩阵是如何变化的。

       修改源代码,输出 `solve` 公式中的变量,进行比较。

       对于输出的矩阵和源代码进行了详细的对比分析,确认了矩阵 A 和 b 的结构与预期一致。

       最后,分析了整个 piso 循环过程,从预测速度到修正压力,再到最终得到满足物理约束的 U^r 和 p^r,整个流程在代码中得到了清晰的体现。

copyright © 2016 powered by 皮皮网   sitemap