-
Notifications
You must be signed in to change notification settings - Fork 1
/
plotfis.py
283 lines (196 loc) · 8.49 KB
/
plotfis.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from math import pi
from matplotlib.animation import FuncAnimation
class plotfis(object):
def __init__(self, h, l, lant=0, nh=1, nl=1, nkptv=2, nkpth=2):
self.h = h
self.l = l
self.lant = lant
self.nh = nh
self.nl = nl
self.nkpth = nkpth
self.nkptv = nkptv
self.escfig = 1/15
def escala(self, escala):
self.escfig = escala
def _plot_init_(self):
# Determina propriedades
# Dimensiona figura
#figure(figsize=(self.l*self.escfig, self.h*self.escfig)).
self.fig, self.ax = plt.subplots(figsize=(self.l*self.escfig, self.h*self.escfig))
self.graf = self.ax.plot([],[])
self.ax.set_xlim(-2*self.lant, 1.05*self.l)
self.ax.set_ylim(-0.05*self.h, 1.15*self.h)
# Abre arquivo CSV
self.dados = pd.read_csv('_relpts.csv', sep=',', skiprows=1)
self.dados = self.dados.drop_duplicates(subset=('elemId', 'Time', 'kDomIntPt', 'estado'), keep='last')
# Determina tempo máximo
#self.nlin = len(self.dados['Time'].values)
self.tempomax = max(self.dados['Time'].values)
#print('Némero de pontos no tempo: %d.' % (len(self.dados['Time'].values)/self.nlin))
print('Tempo máximo (solução ANSYS): %f.' % (self.tempomax))
# Retorna
return self.graf
def _plot_dados_(self, tempo):
# Seleciona tempo
if(tempo == 'max'):
tempo = self.tempomax
# Seleciona dados no tempo atual
dadosti = self.dados.loc[self.dados['Time'] == tempo]
# Cria contorno da viga
self.graf = self.ax.fill([-self.lant, -self.lant, self.l, self.l, -self.lant], [0, self.h, self.h, 0, 0], linewidth=1, facecolor='lightgray', edgecolor='black', zorder=-1)
# Filtra pontos por estado
ptint = dadosti.loc[dadosti['estado'] == 0, ['coordsX', 'coordsY']]
ptesm = dadosti.loc[dadosti['estado'] == -10, ['coordsX', 'coordsY']]
ptfis1 = dadosti.loc[dadosti['estado'] == 11, ['coordsX', 'coordsY', 'theta']]
ptfis2 = dadosti.loc[dadosti['estado'] == 12, ['coordsX', 'coordsY', 'theta']]
# Plota cada grupo de pontos - 15*escala pq escala original é 1/15
tamanfis = 250*self.escfig*15
tamanesm = 80*self.escfig*15
tamanint = 5*self.escfig*15
self.graf.append(self.ax.scatter(ptint['coordsX'].values, ptint['coordsY'].values, marker='.', c='black', s=tamanint))
self.graf.append(self.ax.scatter(ptesm['coordsX'].values, ptesm['coordsY'].values, marker='d', c='black', s=tamanesm))
# Fissuras com angulo, um por um
for eachfis in ptfis1.values:
self.graf.append(self.ax.scatter(eachfis[0], eachfis[1], marker=(2, 2, eachfis[2]*180/pi), c='black', s=tamanfis))
for eachfis in ptfis2.values:
self.graf.append(self.ax.scatter(eachfis[0], eachfis[1], marker=(4, 2, eachfis[2]*180/pi), c='black', s=tamanfis))
temptext = 'Tempo = %8f/%8f.' % (tempo, self.tempomax)
self.graf.append(self.ax.text(0.0, self.h*1.05, temptext, fontsize=14))
return self.graf
def plt_tempo(self, tempo='max'):
self._plot_init_()
self._plot_dados_(tempo)
plt.show()
def plt_anim(self, dt=75, repeat=False):
self._plot_init_()
tempos = self.dados['Time'].drop_duplicates().values
anim = FuncAnimation(self.fig, self._plot_dados_, frames=tempos, blit=True, interval=dt, repeat=repeat, cache_frame_data=False)
plt.show()
#import plotfis; pl=plotfis.plotfis(56,366/2,5); pl.plt_anim()
"""
exec(open('plotfis.py').read())
fig = plotafis(56, 366/2, 4, 5)
fig.plt_tempo(1.159583)
fig.plt_anim(dt=50)
"""
"""
# Propriedades da viga
h = 56
l = 366/2
nh = 4
nl = 5
# Numero de pontos de integração em X e Y
nkpth = 2
nkptv = 2
# Tempo a ser exibido
tempoi = 0.781667
# Escala da figura - transforma l e h em pixels?
escfig = 1/15
# Determina propriedades
dh = h/nh
dl = l/nl
nele = nh*nl
nkpt = nkpth*nkptv
nlin = nkpt*nele
# Dimensiona figura
plt.figure(figsize=(l*escfig, h*escfig))
# Cria contorno da viga
plt.fill([0, 0, l, l, 0], [0, h, h, 0, 0], linewidth=1, facecolor='lightgray', edgecolor='black', zorder=-1)
# Abre arquivo CSV
dados = pd.read_csv('_relpts.csv', sep=',', skiprows=1)
# Seleciona tempo
if(tempoi == 'max'):
tempoi = max(dados['Time'].values)
dadosti = dados.loc[dados['Time'] == tempoi]
# Seleciona ultimas nlinhas
ult = dados.iloc[-nlin:]
ult.reindex()
# Filtra pontos por estado
ptint = ult.loc[ult['estado'] == 0, ['coordsX', 'coordsY']]
ptesm = ult.loc[ult['estado'] == -10, ['coordsX', 'coordsY']]
ptfis1 = ult.loc[ult['estado'] == 11, ['coordsX', 'coordsY', 'theta']]
ptfis2 = ult.loc[ult['estado'] == 12, ['coordsX', 'coordsY', 'theta']]
# Plota cada grupo de pontos
tamanfis = 250
tamanesm = 80
tamanint = 5
plt.scatter(ptint['coordsX'].values, ptint['coordsY'].values, marker='.', c='black', s=tamanint)
plt.scatter(ptesm['coordsX'].values, ptesm['coordsY'].values, marker='d', c='black', s=tamanesm)
# Fissuras com angulo, um por um
for eachfis in ptfis1.values:
plt.scatter(eachfis[0], eachfis[1], marker=(2, 2, eachfis[2]*180/pi), c='black', s=tamanfis)
for eachfis in ptfis2.values:
plt.scatter(eachfis[0], eachfis[1], marker=(4, 2, eachfis[2]*180/pi), c='black', s=tamanfis)
# Exibe
plt.show()
"""
"""
def _plot_init_1(self):
# Determina propriedades
dh = self.h/self.nh
dl = self.l/self.nl
nele = self.nh*self.nl
nkpt = self.nkpth*self.nkptv
self.nlin = nkpt*nele
# Dimensiona figura
#figure(figsize=(self.l*self.escfig, self.h*self.escfig)).
self.fig = plt.figure(figsize=(self.l*self.escfig, self.h*self.escfig)).subplots()
#self.fig.set_xlim(0, 2*np.pi)
#self.fig.set_ylim(-1, 1)
# Abre arquivo CSV
self.dados = pd.read_csv('_relpts.csv', sep=',', skiprows=1)
# Retorna
return self.fig
def _plot_dados_1(self, tempo):
# Seleciona tempo
if(tempo == 'max'):
tempo = max(self.dados['Time'].values)
# Seleciona dados no tempo atual
dadosti = self.dados.loc[self.dados['Time'] == tempo]
# Cria contorno da viga
self.fig.fill([0, 0, self.l, self.l, 0], [0, self.h, self.h, 0, 0], linewidth=1, facecolor='lightgray', edgecolor='black', zorder=-1)
# Seleciona ultimas nlinhas - ultima iteração
# Na verdade é indiferente pq isso é tirado do solver antes da iteração acontecer, com dados da anteiror
ult = dadosti.iloc[-self.nlin:]
ult.reindex()
# Filtra pontos por estado
ptint = ult.loc[ult['estado'] == 0, ['coordsX', 'coordsY']]
ptesm = ult.loc[ult['estado'] == -10, ['coordsX', 'coordsY']]
ptfis1 = ult.loc[ult['estado'] == 11, ['coordsX', 'coordsY', 'theta']]
ptfis2 = ult.loc[ult['estado'] == 12, ['coordsX', 'coordsY', 'theta']]
# Plota cada grupo de pontos - 15*escala pq escala original é 1/15
tamanfis = 250*self.escfig*15
tamanesm = 80*self.escfig*15
tamanint = 5*self.escfig*15
self.fig.scatter(ptint['coordsX'].values, ptint['coordsY'].values, marker='.', c='black', s=tamanint)
self.fig.scatter(ptesm['coordsX'].values, ptesm['coordsY'].values, marker='d', c='black', s=tamanesm)
# Fissuras com angulo, um por um
for eachfis in ptfis1.values:
self.fig.scatter(eachfis[0], eachfis[1], marker=(2, 2, eachfis[2]*180/pi), c='black', s=tamanfis)
for eachfis in ptfis2.values:
self.fig.scatter(eachfis[0], eachfis[1], marker=(4, 2, eachfis[2]*180/pi), c='black', s=tamanfis)
return self.fig
"""
"""
EXEMPLO DE ANIMAÇÃO:
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
fig, ax = plt.subplots()
xdata, ydata = [], []
ln = plt.plot([], [], 'ro')
def init():
ax.set_xlim(0, 2*np.pi)
ax.set_ylim(-1, 1)
return ln
def update(frame):
xdata.append(frame)
ydata.append(np.sin(frame))
ln = plt.plot(xdata, ydata, 'ro')
return ln
ani = FuncAnimation(fig, update, frames=np.linspace(0, 2*np.pi, 128), init_func=init, blit=True)
plt.show()
"""