mindscience.data.Disk

class mindscience.data.Disk(name, center, radius, dtype=numpy.float32, sampling_config=None)[源代码]

二维圆盘区域对象的定义。

参数：

name (str) - 圆盘名称。
center (Union[tuple[int, int], tuple[float, float], list[int, int], list[float, float], numpy.ndarray]) - 圆心坐标。
radius (Union[int, float]) - 圆盘半径。
dtype (numpy.dtype) - 采样点数据类型，默认 numpy.float32。
sampling_config (SamplingConfig) - 采样配置，默认 None。

异常：

ValueError - 当 center 不是长度为2的list或长度为2的tuple时。
ValueError - 当 radius 为负数时。

样例：

>>> from mindscience.data import generate_sampling_config, Disk
>>> disk_mesh = dict({'domain': dict({'random_sampling': False, 'size' : [100, 180]}),
...                   'BC': dict({'random_sampling': False, 'size': 200, 'with_normal' : True,})})
>>> disk = Disk("disk", (-1.0, 0), 2.0, sampling_config=generate_sampling_config(disk_mesh))
>>> domain = disk.sampling(geom_type="domain")
>>> bc, bc_normal = disk.sampling(geom_type="BC")
>>> print(bc.shape)
(200, 2)

sampling(geom_type='domain')[源代码]

采样区域或边界点。

参数：

geom_type (str) - 几何类型，可选 'domain' （问题可行域）或 'BC' （边界），默认 'domain'。
- 'domain'：问题的可行域（feasible domain of the problem）。
- 'BC'：问题的边界（boundary of the problem）。

返回：

Numpy.array。如果配置选择包括法向向量（ with_normal=True ），返回带边界法向向量的二维numpy数组。否则返回不带边界法向向量的二维numpy数组。

异常：

KeyError - 如果 geom_type 是 'domain'，但 self.sampling_config.domain 是 None。
KeyError - 如果 geom_type 为 'BC'，但 self.sampling_config.bc 为 None。
ValueError - 如果 geom_type 既不是 'BC' 也不是 'domain'。