ized_ydata1.append（“错误”） 规范化的xdata1.append（xdata1[i]） 如果denatureMethod==“HD”：#第一个点是1，最后一个点是0 对于ydata1中的元素：#1从开头读取，查找第一个数据=0，设为B 如果元素=0: B=元素#集合1 打破 对于反向（ydata1）中的元素：#2从末尾读取，查找第一个数据=0，让它成为一个 如果元素=0: A=元素#集0 打破 对于范围内的i（len（ydata1））： 如果ydata1[i]=0: 每个数据的元素=（ydata1[i]-A）/（B-A）#3=0，标准化数据=（数据-A）/（B-A） 规范化的数据1.append（元素） 规范化扩展数据1.append（扩展数据1[i]）#4对于每个规范化扩展数据，找到扩展数据，使其规范化扩展数据 其他： 规范化的数据1.append（“错误”） 规范化的xdata1.append（xdata1[i]） #设置拟合和绘图的数据集 xplot1=[] yplot1=[] 对于范围内的i（len（归一化的_ydata1））： 如果标准化_ydata1[i]=“错误”： yplot1.append（规范化的\u ydata1[i]） xplot1.append（规范化的\u xdata1[i]） #将Rep1拟合到s曲线 所有拟合结果输出=[] popt1，pcov1=曲线拟合（S形，xplot1，yplot1） AL_fit_result_output.extend（popt1）#将两个列表合并为一个大列表 #popt具有回归方程（x，B，A，Chalf，B）中的所有参数（变量） #所有拟合结果输出中的行[-，0，1，2，3] 如果denatureMethod==“CD”： x1=np.linspace（0,4,50） 如果变性方法==“HD”： x1=np.linspace（0,1.2,50） y1=乙状结肠（x1，*popt1）#*popt将两个变量分开 AL_Chalf=AL_拟合结果输出[2] AL_b=AL_拟合结果输出[3] #计算置信区间 numOfPoint_AL_repA=浮动（numOf rep1_pts） sumPoints_AL=numOfPoint_AL_repA tempRow.append（sumPoints#AL）#[6] 标准误差=np.sqrt（np.diag（pcov1）） AL_fit_result_output.extend（AL_Standard_error）#[4,5,6,7]=[Berror，Aeror，Chalferror，Berror] 所有置信区间=t.ppf（.975，（sumPoints_AL-1））*所有拟合结果输出[6]/np.sqrt（sumPoints_AL） AL_fit_result_output.append（AL_ConfidenceInterval_chalf）#[8] 如果denatureMethod==“CD”： CI_比率范围=所有置信区间_chalf/CD_conc_范围 AL_fit_result_output.append（CI_ratiorange）#[9] 如果变性方法==“HD”： CI\u比率范围=所有置信区间\u上限/上限\u温度范围 AL_fit_result_output.append（CI_ratiorange）#[9] AL_CI_Chalf_lowbound=AL_Chalf-AL_fit_结果_输出[8] AL_CI_Chalf_upbound=AL_Chalf+AL_fit_结果_输出[8] AL_fit_result_output.append（AL_CI_Chalf_lowbound）#[10] AL_fit_result_output.append（AL_CI_Chalf_upbound）#[11] 所有置信区间=t.ppf（.975，（sumPoints_AL-1））*所有拟合结果输出[7]/np.sqrt（sumPoints_AL） AL_fit_result_output.append（AL_ConfidenceInterval_b）#[12] AL_CI_b_lowbound=AL_b-AL_拟合结果输出[12] AL_CI_b_upbound=AL_b+AL_拟合结果输出[12] AL_fit_result_output.append（AL_CI_b_lowbound）#[13] AL_fit_result_output.append（AL_CI_b_upbound）#[14] #计算r平方 残差=（yplot1）-sigmoid（（xplot1），*popt1） ss_res=np.和（残差**2） ss_tot=np.和（（（yplot1）-np.平均值（yplot1））**2） r_平方d1=1-（s_res/s_tot） AL_fit_result_output.append（r_squared1）#[15]；将某物添加到列表中 如果变性方法==“HD”： Chalf1_temp=（AL_Chalf*HD_temp_范围）+HD_temp_下限 AL_fit_result_output.append（Chalf1_temp）#[16] 如果denatureMethod==“CD”： Chalf1\u归一化=AL\u Chalf/CD\u浓度范围 AL_fit_result_output.append（Chalf1_normalized）#[16] tempRow.extend（所有拟合结果输出） tempRow.extend（标准化数据1） #生成图形 如果CI_比率范围导入操作系统 操作系统（python3）

第一个脚本在最后一个脚本完成执行之前不会关闭，但这应该不是问题，因为它是单线程的。

要完成此操作，您可以使用以下“驱动程序”脚本，但要使用它，您还需要修改数据分析脚本，以便它接受输入和输出文件名作为命令行参数

还要注意文件位置和名称如何添加了

r

前缀。这是因为Windows使用反斜杠

\

字符作为路径组件分隔符，但在Python字符串文本中使用时具有特殊意义。前缀阻止这种解释，并将它们视为本例中所需的普通字符

或者，您也可以将它们全部更改为前向斜杠

/

字符，而不需要添加

r

前缀，因为它们在Python脚本中也用作路径分隔符

无论如何，下面是驱动程序脚本（如果它支持Python脚本的执行，您可以从编辑器中执行）：

为了让它正常工作，您还需要在数据分析脚本的开头添加如下内容，并删除它当前使用的硬编码输入和输出文件名

下面是一个需要在开头添加的示例：

import sys

try:
    infile_locationAndName = sys.argv[1]
    outfile_locationAndName =  sys.argv[2]
except IndexError:
    print('ERROR: wrong number of command-line arguments passed')
    print('  Usage: "{}" <input file name> <output file name>'.format(
            os.path.basename(__file__)))
    raise RuntimeError('Missing two required command-line arguments')

# Rest of the (modified) data analysis script ...

导入
import os
os.system(python3 <file> <arg1> <arg2> <arg3>)

import subprocess
import sys

analysis_script = 'data_analysis.py'

file_list = [
    [r"G:\BYU OneDrive_G\OneDrive - BYU Office 365\BYU\===Price lab===\Coding\\1023-CD+HD +multi rep\\1023-input_python_test.csv",
     r"G:\BYU OneDrive_G\OneDrive - BYU Office 365\BYU\===Price lab===\Coding\\1023-CD+HD +multi rep\\1026-CDtest_output.csv"
    ],
    [r"G:\BYU OneDrive_G\OneDrive - BYU Office 365\BYU\===Price lab===\Coding\\1023-CD+HD +multi rep\\1036-input_python_test.csv",
     r"G:\BYU OneDrive_G\OneDrive - BYU Office 365\BYU\===Price lab===\Coding\\1023-CD+HD +multi rep\\1042-CDtest_output.csv"
    ],
    # etc ...
]

for infile, outfile in file_list:
    # Note: It's important to put double quotes around everything in case they
    # have embedded space characters in them.
    command = '"%s" "%s" "%s" "%s"' % (sys.executable,      # command
                                       analysis_script,     # argv[0]
                                       infile,              # argv[1]
                                       outfile)             # argv[2]
    subprocess.Popen(command)  # Run script and pass it the files.

print('Done')

import sys

try:
    infile_locationAndName = sys.argv[1]
    outfile_locationAndName =  sys.argv[2]
except IndexError:
    print('ERROR: wrong number of command-line arguments passed')
    print('  Usage: "{}" <input file name> <output file name>'.format(
            os.path.basename(__file__)))
    raise RuntimeError('Missing two required command-line arguments')

# Rest of the (modified) data analysis script ...

python script1.py
python script2.py
...