CST-Python实例教程五：外部后处理
前言
在工程设计、求解计算的过程中，往往存在大量重复性的工作，这些工作不仅耗时耗力，而且容易出错。为了提高工作效率，减少人为错误，我们希望这些重复性工作能够被计算机自动完成，从而让工程师从繁重的重复性劳动中解放出来，将更多的精力投入到创造性的工作中。
CST Studio Suite(R) 提供了 Python 编程接口，也提供了在 Python 环境中执行 VB 脚本的接口。并且，在 CST Studio Suite 2024 中，CST Python Libraries 的特性得到了更新。
CST Studio Suite 支持将仿真得到的数据导出为 HDF5 格式文件（.h5），方便在 Python 中进行更深入的数据分析和后处理。通过 Python 的科学计算库（如 h5py、numpy 和 matplotlib等），用户可以高效地处理和可视化这些数据，从而更好地理解和优化仿真结果。我们将通过一个演示案例，将仿真结果导出为 HDF5 格式文件，并使用 Python 进一步处理结果。
广州浦信系统技术有限公司发布的 CST Studio Suite(R) Python Automation and Scripting 系列文章，将会为您详细介绍使用 Jupyter Notebook 连接到 CST Studio Suite 进行脚本控制与自动化仿真的方方面面。
文章共分为5个部分，分别介绍以下内容：
搭建 Python 环境
控制 CST 建模
仿真并绘制结果
仿真优化
外部后处理
本期为第 5 篇文章，详细介绍如何使用 Python 对 CST Studio Suite 仿真结果进行进一步处理。
零、为什么需要使用 Python
CST Studio Suite 已经足够强大，能够胜任绝大多数复杂系统的设计和仿真工作。然而，随着智能化时代的到来，我们面临的工程挑战也日益复杂。
在上一篇文章中，我们介绍了 CST Studio Suite 提供的 Python 接口，为用户将已有的优化程序算法相结合提供了足够的便利，同时也为 AI 技术的引入进行了赋能。
今天我们继续拓展该话题，介绍使用 Python 对 CST Studio Suite 的仿真结果进行外部后处理。通过与 Python 的结合，我们可以进一步拓展 CST Studio Suite 的应用范围，以应对更加复杂的工程挑战。
一、准备工作
在此前的文章中，我们分享了搭建 Python 测试环境的流程，并完成了建模、求解器设置、仿真、结果绘制、仿真优化等工作。
现在，我们使用前面创建的 T 型波导进行演示。尝试将仿真结果导出为 HDF5 格式文件，并使用 Python 进一步处理结果。
要实现使用 Python 进行外部后处理，整体的工作流程为：
打开仿真结果，手动或通过脚本将仿真结果导出为 HDF5 文件（即本节内容）
使用 Python 脚本处理数据（即第二节内容）
展示结果（即第三节内容）
而本节的工作就是运行仿真，得到仿真结果，并将仿真结果导出为 HDF5 格式文件。
运行仿真
打开 CST Studio Suite，加载测试项目，并运行仿真，等待仿真结束。
软件内运行后处理
考虑将场监视器e-field(f=9)的结果数据导出为 HDF5 文件，这一步可以使用相应的后处理模板，操作路径为：
在导航树中选中 2D/3DResult > E-field > e-field(f=9)[1] 结果
点击 Post-Processing 选项卡，点击 Tools > Result Templates
在弹窗中分别选择 2D and 3D Field Results > - Export 3D Field Result
在另一个弹窗中点击 Browse Result，确保选中目标频率的结果（即 E-field > e-field(f=9)[1] ）
根据需要设置采样步长 Step-size（本例设置步长为 1，以获得更好的分辨率）
确保文件类型选中 HDF5
点击 OK
点击 OK 之后，选中该后处理任务，然后点击 Evaluate，即可开始导出文件。
也可以通过 Python 界面直接导出文件，代码如下：
ascii_export = prj_3d.ASCIIExportprj_3d.SelectTreeItem(r"2D/3D Results\E-Field\e-field (f=9) [1]")ascii_export.Reset()ascii_export.SetfileType ("hdf5")ascii_export.FileName(tmp + r"\e-field (f=9) [1].h5")ascii_export.Mode("FixedWidth")ascii_export.Step(1)ascii_export.Execute()导出文件后，文件的路径可以在信息栏中查看。
保存并关闭CST
生成结果文件后，后续的结果解读和数据处理可以不依赖于 CST Studio Suite 了，即使关闭了 CST Studio Suite，也不影响后续操作。
至此，我们已经完成结果数据的导出，可以保存工程文件并关闭 CST Studio Suite。
二、编写结果处理脚本
得到仿真结果和导出的 HDF5 文件后，我们开始考虑使用 Python 脚本处理数据。可以根据工程需要，自由编写数据处理脚本。
本例所示的脚本代码，读取刚才导出的包含了电场（E-Field）数据的 HDF5 文件，计算 0 和 90 度相位的场强分布，进行简单的数据处理。
读取 HDF5 文件
导入必要的库并打开文件
import h5pyimport numpy as npimport tempfileimport matplotlib.pyplot as plttmp = tempfile.gettempdir()file_name = tmp + r"\e-field (f=9) [1].h5"f = h5py.File(file_name, 'r')
查看文件结构
列出文件中的所有数据集，以帮助了解文件的结构。
list(f.keys())
简单数据处理
了解了文件的数据结构之后，我们对该数据做一些微小的处理工作……
创建数组
为了进一步处理和绘图，我们先获取网格线数据，meshX、meshY、meshZ分别存储了 X、Y、Z 方向上网格线的位置信息。
dset = f['E-Field']meshX = np.asarray(f['Mesh line x'])meshY = np.asarray(f['Mesh line y'])meshZ = np.asarray(f['Mesh line z'])
分析电场数据
接下来，让我们进一步了解一下电场数据的结构。
dset.dtype
获取电场在 X、Y、Z 方向上的实部和虚部数据，并组合成复数形式：Ex、Ey、Ez。
Ex = (dset['x']['re']+1j*dset['x']['im'])Ey = (dset['y']['re']+1j*dset['y']['im'])Ez = (dset['z']['re']+1j*dset['z']['im'])
计算0和90度相位结果
分别计算 0 和 90 度相位的场强绝对值。
E_0_abs = np.sqrt(Ex[:,11,:].real**2 + Ey[:,11,:].real**2 + Ez[:,11,:].real**2)E_90_abs = np.sqrt((Ex[:,11,:]*1j).real**2 + (Ey[:,11,:]*1j).real**2 + (Ez[:,11,:]*1j).real**2)
至此，我们完成了对电场（E-Field）数据的简单处理。
三、结果展示
最后，我们使用 matplotlib 函数进行绘图，分别绘制相位为 0 度和 90 度电场的二维切面。
title_0 = f"View of absolute field values for phase zero at y = {meshY[11]:.3f}"title_90 = f"View of absolute field values for phase 90 at y = {meshY[11]:.3f}"%matplotlib inlineplt.figure(figsize=(8,7))plt.imshow(E_0_abs, extent=[meshX[0], meshX[-1], meshZ[0], meshZ[-1]], origin='lower', cmap='jet', aspect='equal', interpolation="bicubic")plt.colorbar()plt.title(title_0)plt.figure(figsize=(8,7))plt.imshow(E_90_abs, extent=[meshX[0], meshX[-1], meshZ[0], meshZ[-1]], origin='lower', cmap='jet', aspect='equal', interpolation="bicubic")plt.colorbar()plt.title(title_90)
这里展示的是一个简单的利用 Python 进行外部后处理的结果，用户可以根据实际工程需要，以自定义的方式编写脚本，使得 Python 与 CST Studio Suite 有机地结合起来，促进仿真和设计持续迭代。这种协同进化的方式，不仅能够提升我们的工作效率，还能为复杂工程问题研究和计算领域带来更多的可能性。
总结
在导出数据的过程中设置适当的 Step-size。
读取 HDF5 文件时，可以根据需要使用相对路径或绝对路径。
用户可以根据实际工程需要，以自定义的方式编写脚本。
