Python 基于txt文件坐标的粒子跟踪

我有一些来自OpenFoam模拟的粒子轨迹数据。 数据如下所示：

0.005 0.00223546 1.52096e-09 0.00503396
0.01 0.00220894 3.92829e-09 0.0101636
0.015 0.00218103 5.37107e-09 0.0154245
.....

第一行是时间，然后是x，y，z坐标。 在我的文件夹中，每个跟踪的粒子都有一个文件

我想计算每个时间步中每个粒子的速度和位移

最好以类似粒子[1].time[0.01]的方式输入位置数据

已经有一个python工具来解决这种问题了吗？

---

非常感谢

单个文件可以很容易地加载以下内容：

import numpy as np
t, x, y, z = np.loadtxt(filename, delimiter=' ', unpack=True)

现在有一个问题，您希望随着时间索引粒子位置，而Numpy只接受整数作为索引

---

编辑：在Python中，您可以将“position”设置为字典，以便可以使用浮点或其他任何内容对其进行索引。但现在这取决于你拥有的数据量，以及你想用它做什么。因为对于任何比在时间t选择位置更“高级”的内容，字典的效率都低于Numpy数组。

如果有规则的时间步长，可以使用pandas数据帧来查找差异

import pandas as pd

dt = .005 #or whatever time difference you have

df = pd.read_csv(<a bunch of stuff indicating how to read the file>)
df['v_x'] = df.diff(<the x colum>)
df['v_x'] = df['v_x']/dt

将熊猫作为pd导入
dt=0.005#或任何时差
df=pd.read_csv（）
df['v_x']=df.diff（）
df['v_x']=df['v_x']/dt

你“几乎”不需要numpy。我用一些初始方法创建了一个简单的类层次结构。如果你喜欢这种方法，你可以从中改进。请注意，我是从一个字符串创建的，您应该对文件中的行使用

而不是
string.split
方式

import numpy

class Track(object):
    def __init__(self):
        self.trackpoints = []

    def AddTrackpoint(self, line):
        tpt = self.Trackpoint(line)
        if self.trackpoints and tpt.t < self.trackpoints[-1].t:
            raise ValueError("timestamps should be in ascending order")
        self.trackpoints.append(tpt)
        return tpt

    def length(self):
        pairs = zip(self.trackpoints[:-1], self.trackpoints[1:])
        dists = map(self.distance, pairs)
        result = sum(dists)
        print result

    def distance(self, points):
        p1, p2 = points
        return numpy.sqrt(sum((p2.pos - p1.pos)**2)) # only convenient use of numpy so far

    class Trackpoint(object):
        def __init__(self, line):
            t, x, y, z = line.split(' ')
            self.t = t
            self.pos = numpy.array((x,y,z), dtype=float)


entries = """
0.005 0.00223546 1.52096e-09 0.00503396
0.01 0.00220894 3.92829e-09 0.0101636
0.015 0.00218103 5.37107e-09 0.0154245
""".strip()


lines = entries.split("\n")

track = Track()

for line in lines:
    track.AddTrackpoint(line)

print track.length()

导入numpy
类轨迹（对象）：
定义初始化（自）：
self.trackpoints=[]
def AddTrackpoint（自身、线路）：
tpt=自跟踪点（线路）
如果self.trackpoints和tpt.t
能否提供更大的数据集？也许在一个星期内？（你知道，你无论如何都应该有一个GitHub帐户…；o）GitHub完成了。。。谢谢你的建议！