加速Abaquspython代码中从.odb fi中提取应变数据的慢循环

Question

我有一个.odb文件，名为plate2.odb，我想从中提取应变数据。为此，我构建了下面的简单代码，该代码遍历每个元素的字段输出E（应变），并将其保存到一个列表中。在

from odbAccess import openOdb
import pickle as pickle

# import database
odbname = 'plate2'
path = './'
myodbpath = path + odbname + '.odb'
odb = openOdb(myodbpath)

# load the strain values into a list
E = []
for i in range(1000):
    E.append(odb.steps['Step-1'].frames[0].fieldOutputs['E'].values[i].data)   

# save the data
with open("mises.pickle", "wb") as input_file:
    pickle.dump(E, input_file)

odb.close()

问题是将应变值加载到列表中的for循环需要很长时间（1000个元素需要35秒）。按照这个速度（0.035个查询/秒），我需要2个小时来提取包含200000个元素的模型的数据。为什么要花这么长时间？我怎样才能加速呢？在

如果我在任何Python语言之外执行一个应变查询，则需要0.04秒，因此我知道这不是Python循环的问题。在

Answer 1

派对有点晚，但我发现在本例中使用^{}比for循环或列表理解要快得多

所以不是“奥斯丁诺尼”

E = []
EE = odb.steps['Step-1'].frames[0].fieldOutputs['E']
for i in range(1000):
    E.append(EE.values[i].data) 

这样做：

^{pr2}$

这与列表理解的速度差不多，但是如果您有多个属性需要一次提取（比如coordinates或{}），则效果更好