Python中处理尺寸不均的四维有限元分析数据的方法咨询

我是一名土木工程师，需要收集有限元模型的计算结果并处理四维数据：

• 建筑模型中的荷载组合（数量3至60）
• 建筑中的框架（数量从几个到数百个不等，依模型规模而定）
• 力的类型（共3种：弯矩、剪力、轴力）
• 测点位置（每个框架的测点数量2至100，因框架网格尺寸不同而不一致）

原本想创建四维数组，但numpy是矩形结构，最后一个维度（测点位置）的长度随框架变化，无法适配。求解决建议，也可以推荐比numpy更合适的工具。

核心问题 #

numpy要求数组各维度长度固定，而你的数据最后一维（测点）长度不统一，属于不规则多维数据，用numpy硬塞会出现维度不匹配的问题，得换更灵活的存储方式。

可行解决方案 #

方案一：嵌套列表（最直接） #

用Python原生列表嵌套存储，每个层级对应一个维度：

• 外层列表：荷载组合
• 第二层列表：框架
• 第三层：力的类型（弯矩、剪力、轴力）
• 第四层：对应测点的数值（长度随框架变化）

优点：实现简单，完全适配不规则长度，无需额外库。

方案二：Pandas MultiIndex 数据框 #

把四维数据扁平化，用多层索引标记每个数据点的荷载组合、框架、力类型、测点位置，适合后续统计分析和可视化。

方案三：xarray（专门处理多维标签数据） #

xarray支持不规则维度（ragged arrays），同时保留numpy的数值计算能力，适合科学计算场景，还能方便附加元数据（比如荷载组合名称、框架ID）。

改进后的代码示例 #

方案一：嵌套列表实现 #

import numpy as np

# 获取荷载组合列表
NumberNames = 0
MyName1 = []
NumberNames, MyName1, ret = SapModel.RespCombo.GetNameList(NumberNames, [])

# 获取框架列表
NumberNames_frames = 0
MyName2 = []
NumberNames_frames, MyName2, ret = SapModel.FrameObj.GetNameList(NumberNames_frames, [])
frames = MyName2  # 直接用列表，无需转numpy

# 初始化嵌套列表：[荷载组合][框架][力类型(0:弯矩,1:剪力,2:轴力)]
forces = []
for combo_name in MyName1:
    combo_forces = []
    # 选中当前荷载组合用于输出
    SapModel.Results.Setup.SetComboSelectedForOutput(Name=combo_name, Selected=True)
    for frame_name in frames:
        NumberResults = 0
        ObjectElm = 0
        # 初始化接收结果的空列表
        Obj, ObjSta, Elm, ElmSta = [], [], [], []
        LoadCase, StepType, StepNum = [], [], []
        P, V2, V3, T, M2, M3 = [], [], [], [], [], []
        
        # 获取框架内力结果
        NumberResults, Obj, ObjSta, Elm, ElmSta, LoadCase, StepType, StepNum, P, V2, V3, T, M2, M3, ret = SapModel.Results.FrameForce(
            frame_name, ObjectElm, NumberResults, Obj, ObjSta, Elm, ElmSta, combo_name, StepType, StepNum, P, V2, V3, T, M2, M3
        )
        # 存储当前框架的三种力：弯矩(M3)、剪力(V2)、轴力(P)
        frame_force = [np.array(M3), np.array(V2), np.array(P)]
        combo_forces.append(frame_force)
    forces.append(combo_forces)

# 示例：获取第一个荷载组合、第二个框架的弯矩数据
# first_combo_second_frame_moment = forces[0][1][0]

方案二：Pandas MultiIndex 实现 #

import pandas as pd

# 准备存储所有数据的列表
data_rows = []

# 获取荷载组合和框架列表
NumberNames = 0
MyName1 = []
NumberNames, MyName1, ret = SapModel.RespCombo.GetNameList(NumberNames, [])

NumberNames_frames = 0
MyName2 = []
NumberNames_frames, MyName2, ret = SapModel.FrameObj.GetNameList(NumberNames_frames, [])

for combo_name in MyName1:
    SapModel.Results.Setup.SetComboSelectedForOutput(Name=combo_name, Selected=True)
    for frame_name in MyName2:
        NumberResults = 0
        ObjectElm = 0
        Obj, ObjSta, Elm, ElmSta = [], [], [], []
        LoadCase, StepType, StepNum = [], [], []
        P, V2, V3, T, M2, M3 = [], [], [], [], [], []
        
        NumberResults, Obj, ObjSta, Elm, ElmSta, LoadCase, StepType, StepNum, P, V2, V3, T, M2, M3, ret = SapModel.Results.FrameForce(
            frame_name, ObjectElm, NumberResults, Obj, ObjSta, Elm, ElmSta, combo_name, StepType, StepNum, P, V2, V3, T, M2, M3
        )
        # 遍历每个测点，添加到数据行
        for sta_idx, (m, s, a) in enumerate(zip(M3, V2, P)):
            data_rows.append({
                "荷载组合": combo_name,
                "框架名称": frame_name,
                "测点序号": sta_idx + 1,
                "弯矩": m,
                "剪力": s,
                "轴力": a
            })

# 转换为MultiIndex数据框
df = pd.DataFrame(data_rows)
df.set_index(["荷载组合", "框架名称", "测点序号"], inplace=True)

# 示例：筛选特定荷载组合和框架的所有测点数据
# df.loc[("Combo1", "Frame2"), :]

方案三：xarray 实现（推荐科学计算场景） #

import xarray as xr
import numpy as np

# 获取荷载组合和框架列表
NumberNames = 0
MyName1 = []
NumberNames, MyName1, ret = SapModel.RespCombo.GetNameList(NumberNames, [])

NumberNames_frames = 0
MyName2 = []
NumberNames_frames, MyName2, ret = SapModel.FrameObj.GetNameList(NumberNames_frames, [])

# 准备存储每个框架的力数据（用列表存储不规则长度的数组）
moment_data = []
shear_data = []
axial_data = []
frame_lengths = []  # 记录每个框架的测点数量

for combo_name in MyName1:
    SapModel.Results.Setup.SetComboSelectedForOutput(Name=combo_name, Selected=True)
    combo_moment = []
    combo_shear = []
    combo_axial = []
    combo_lengths = []
    for frame_name in MyName2:
        NumberResults = 0
        ObjectElm = 0
        Obj, ObjSta, Elm, ElmSta = [], [], [], []
        LoadCase, StepType, StepNum = [], [], []
        P, V2, V3, T, M2, M3 = [], [], [], [], [], []
        
        NumberResults, Obj, ObjSta, Elm, ElmSta, LoadCase, StepType, StepNum, P, V2, V3, T, M2, M3, ret = SapModel.Results.FrameForce(
            frame_name, ObjectElm, NumberResults, Obj, ObjSta, Elm, ElmSta, combo_name, StepType, StepNum, P, V2, V3, T, M2, M3
        )
        combo_moment.append(np.array(M3))
        combo_shear.append(np.array(V2))
        combo_axial.append(np.array(P))
        combo_lengths.append(len(M3))
    moment_data.append(combo_moment)
    shear_data.append(combo_shear)
    axial_data.append(combo_axial)
    frame_lengths.append(combo_lengths)

# 创建xarray Dataset，用ragged数组存储不规则维度
ds = xr.Dataset({
    "弯矩": xr.DataArray(moment_data, dims=["荷载组合", "框架"], attrs={"单位": "kN·m"}),
    "剪力": xr.DataArray(shear_data, dims=["荷载组合", "框架"], attrs={"单位": "kN"}),
    "轴力": xr.DataArray(axial_data, dims=["荷载组合", "框架"], attrs={"单位": "kN"})
}, coords={
    "荷载组合": MyName1,
    "框架": MyName2,
    "测点数量": (["荷载组合", "框架"], frame_lengths)
})

# 示例：获取第一个荷载组合、第二个框架的弯矩数据
# ds["弯矩"].isel(荷载组合=0, 框架=1).values

方案选择建议 #

• 临时存储数据、后续简单处理：选嵌套列表，零学习成本。
• 需要统计分析、筛选、导出报表：选Pandas MultiIndex，生态完善。
• 复杂数值计算、保留多维结构、附加元数据：选xarray，专为科学多维数据设计。

内容的提问来源于stack exchange，提问作者CuriousBearcat