获取skyrmion几何信息

2021-11-10

对文件夹下所有数据进行处理，获得xy位置，xy直径信息

1
2
3

import numpy as np
import matplotlib.pyplot as plt
import os

选择需要处理的文件

def input_parameter():
    global root_path,dir_list #函数内部需要声明变量，否则无法传递到全局
    root_path = input("粘贴文件夹路径")or os.getcwd() #定义工作目录，默认为当前文件夹
    root_path = root_path+"/"
    print(root_path)
    dir_list = input("输入要处理的文件夹列表,空格隔开").split() #选择需要处理的文件夹

利用mumax3-convert将omf文件转换为npy文件格式

1 2	def convert_format(file_dir): os.system("mumax3-convert.exe"+" -numpy "+root_path+file_dir+"/*.omf")

利用系统命令行获取指定文件夹下所有npy文件名称

def get_file_list(file_dir):
    os.chdir(root_path+file_dir) #进入需要处理的文件夹
    os.system("dir /b " + "*.npy"+ "> list.txt") #利用系统命令获取 .npy 文件列表，写入list.txt中
    npy_list = [] #定义空列表用于后续输入
    for each_name in open("list.txt"):
        each_name = each_name.rstrip("\n") #移除换行符号
        #print(each_name)
        npy_list.append(each_name) #依次添加到list中
    os.chdir(root_path) #返回根目录
    return npy_list

获取skyrmion信息，返回中心xy位置，xy直径

def get_sk_info(npy_file):
    os.chdir(root_path+file_dir) #进入需要处理的文件夹
    all_data = np.load(npy_file)#加载数据
    '''
    注意此处的数据格式，例
    all_data.shape = (3, 1, 100, 100)
    第一维度为x,y,z方向的磁矩
    第二，三，四维度为zyx方向的坐标
    '''

    x_data = all_data[0,0]
    y_data = all_data[1,0]
    z_data = all_data[2,0]    #获取xy平面的磁矩信息
    index = []
    index = np.where(z_data<0) #选取磁矩小于零的坐标

    stage = npy_file.split("-")[1].split(".")[0] #抽取文件所在的阶段数

    if index[0].size and index[1].size:   #如果磁矩小于零的坐标存在
        position_x = np.mean(index[1])*2  #计算x，y的坐标
        position_y = np.mean(index[0])*2  #此处2是cellsize

        x_diameter = (np.max(index[1])-np.min(index[1]))*2 #计算xy方向上的直径    
        y_diameter = (np.max(index[0])-np.min(index[0]))*2 #最大坐标减去最小坐标
    else: #如果磁矩方向一致，则均设为0
        position_x = 0
        position_y = 0
        x_diameter = 0
        y_diameter = 0
        #print(stage)

    os.chdir(root_path) #返回根目录
    #print(stage,position_x)
    return position_x,position_y,x_diameter,y_diameter,stage

获取文件夹下所有skyrmion信息

def all_npy_info(npy_dir):
    file_list = get_file_list(file_dir=npy_dir) #获取该文件夹下需要处理的文件目录
    #定义空列表用于存储数据
    x_position = []
    y_position = []
    x_diameter = []
    y_diameter = []
    stage = []
    #扫描每个文件，存入列表
    for each_npy in file_list:
        sk_info = get_sk_info(each_npy)
        x_position.append(sk_info[0])
        y_position.append(sk_info[1])
        x_diameter.append(sk_info[2])
        y_diameter.append(sk_info[3])
        stage.append(sk_info[4])
    all_info = np.c_[stage,x_position,y_position,x_diameter,y_diameter] #按列拼接数据
    all_info = all_info.astype(float) #将所有的数据由str转为float
    return all_info

绘图并保存

def save_fig(fig_data):
    #此时fig_data应该是一个文件夹中的all_data

    #调整画布大小
    plt.figure(figsize=(14,6))

    #绘制第一个图
    ax1 = plt.subplot(121) #将画布分为 1行2列 ，并将 子图ax1 放在第1个位置
    plt.scatter(fig_data[:,1],fig_data[:,2],label="trace") #以散点形式绘图
    ax1.set_xlabel("x/nm",fontsize=20) #设置xy标签
    ax1.set_ylabel("y/nm",fontsize=20) #fontsize为字体大小
    plt.legend(loc='upper right', fontsize=20) #设置图例在右上方
    plt.title("Freq="+file_dir+"Ghz") #设置标题
    plt.xlim(0,200) #设置范围
    plt.ylim(0,200)

    #绘制第二个图
    ax2 = plt.subplot(122) #将画布分为 1行2列 ，并将 子图ax2 放在第2个位置
    plt.plot(fig_data[:,0],fig_data[:,1],label="x_position")
    plt.plot(fig_data[:,0],fig_data[:,2],label="y_position")

    ax2.set_xlabel("time/ns",fontsize=20) #设置xy标签以及字体大小
    ax2.set_ylabel("position/nm",fontsize=20)
    plt.legend(loc='best', fontsize=20) #设置图例，位置自动
    plt.title("Freq="+file_dir+"Ghz") #设置标题

    plt.savefig(root_path+file_dir+"/"+file_dir) #在当前目录保存一份图片
    plt.savefig(root_path+"/"+file_dir) #在根目录保存一份图片

对同一文件夹下的文件批量处理

#对文件夹下所有文件进行处理
def data_process(dir_name):
    if os.path.isdir(root_path+dir_name): #判断文件夹是否存在
        convert_format(dir_name) # 将此文件夹下omf文件转换格式为npy
        all_info = all_npy_info(dir_name) # 获取文件夹下文件列表并提取信息
        np.savetxt(root_path+file_dir+"/"+"file_dir_"+"sk_all_info.txt",all_info) # 保存"stage,xy位置，xy直径"
        np.savetxt(root_path+"/"+file_dir+"_"+"sk_all_info.txt",all_info) # 保存"stage,xy位置，xy直径"        
        save_fig(all_info)#生成预览图片
    else:
        print("%s 文件夹不存在"%(dir_name))

函数封装，对所有文件夹的文件进行处理

def main():
    global file_dir #声明变量，用于其他函数
    input_parameter() #选择要处理的文件夹
    os.chdir(root_path) #定位到根目录下
    for each_dir in dir_list: #对所有文件夹进行数据处理
        file_dir = each_dir
        data_process(each_dir)

我也不知道为什么运行函数要这样写，他们都在这么写，我也这么写吧

1 2	if __name__ == '__main__': main()