پايتون در عمران

چرا پايتون؟

پایتون یک زبان برنامه نویسی همه کاره و قدرتمند و رايگان است که قابلیت هایش باعث شده که از آن در عمران هم استفاده کنند.

پایتون جامعه بسیار عظیمی دارد و دائماً ویژگی های جدیدی را در قالب libraries به خود اضافه می کند.

این بدان معنی است که پایتون مجموعه وسیعی از ابزار را ارائه می دهد که مرتباً به روز شده و بدون اشکال نگهداری می شود.

اما از همه مهمتر ، با وجود اینکه پایتون یک زبان برنامه نویسی تمام عیار است ،  استفاده از آن بسیار آسان , سریع و کارآمد است.

بنابراین برای دستیابی به کارهای پیچیده به چند خط کد نیاز دارید ؛ در انتهای این مقاله به معجزه پایتون در عمران ایمان خواهید آورد.

خیلی از مهندسین از نرم افزار اکسل در محاسبات خود استفاده می کنند ، در آن فرمول می نویسند و کار هایی سخت و طاغت فرسا می کنند ولی نتیجه ای بسیار سطح پایین را تحویل می گیرند.

تا به حال با استفاده از اکسل یک تیر بتنی طراحی کرده اید ؟

با پایتون می توانيد درمدت زمان بسیار كوتاه تری همان تير را طراحی كنيد همچنين می توانيد نمودار های خمش وبرش براي يک تير را به راحتی درمحيط پايتون رسم كنيد .

[irp]

استفاده از library ها 

همان طور که گفته شد library ها در زبان پایتون از اهمیت بسیاری برخوردارند پس یادگیری نحوه استفاده از آن ها بسیار مهم است.

Anaconda چیست ؟

برای استفاده از کتابخانه های پایتون نیاز به ابزاری دارید که این ابزار آناکوندا (anaconda) نامیده می شود.

Anaconda توزیعی برای پایتون است، که بیش از ۴۰۰ بسته محبوب برای ریاضیات، مهندسی، تجزیه و تحلیل داده‌ها و … را در خود جای داده است.

برای دانلود این توزیع به صفحه دانلود آن مراجعه کنید و مطابق سیستم عامل خود آن را دانلود و نصب کنید.

برای دانلود کلیک کنید

وقتی آناکوندا را نصب کردید با محیط زیر روبه رو میشوید که میتوانید از Note Book و  Jupyter lab برای نوشتن کد های خود استفاده کنید.

پس از مطالعه موارد ذکر شده تا کنون می توانید تا حدودی به استفاده پایتون در عمران پی ببرید.

در ادامه برخی از پرکاربرد ترین کتابخانه های پایتون را در مهندسی عمران بررسی می کنیم.

پرکاربرد ترین کتابخانه های پایتون در عمران

کتابخانه Numpy

یک بسته نرم‌افزاری قابل افزودن به پایتون است که کاربرد اصلی اش در مقاصد علمی و برای کار با اعداد است.

پایتون به صورت پیش‌فرض تنها از آرایه‌ها و متغیرها برای عملیات ریاضی ساده پشتیبانی می‌کند.

بسته نامپای ویژه کار با اعداد از راه ماتریس‌ها و آرایه‌های چندبعدی طراحی شده است.

از ویژگی‌های آرایه‌ها در نامپای این است که می‌توان اندازهٔ آن‌ها به صورت پویا تغییر داد که این امر به افزایش سرعت برنامه‌نویسی کمک می‌کند.

کتابخانه Sympy

Sympy می‌تواند مشتق، انتگرال و حد را محاسبه کند، همچنین این کتابخانه توانی حل معادلات را هم دارد.

همچنین توانایی کار با ماتریس ها و بسیاری کارهای دیگر را به صورت سمبلیک در این کتابخانه وجود دارد البته برهی زبان های برنامه نویسی مانند متلب پایه ورودی خود را ماتریس ها قرار داده اند.

یکی از چیز ها جالب که این کتابخانه دارد این هست که شما معادله خود را به صورت کد مینویسید به صورت سیمبولیک تحویل میدهد به مثال زیر توجه کنید:

import sympy as sp
a, b=sp.symbols("a b")
expr1=a+b
expr2=expr1**2
display(expr1)
display(expr2)

[irp]

کتابخانه Matplotlib

کتابخانه Matplotlib اولین کتابخانه مصورسازی داده ها بوسیله زبان پایتون میباشد که بسیار رایج و پرکاربرد است.

نمنونه ای از خروجی های این کتابخانه محبوب را می توانید در تصویر زیر مشاهده کنید.

 

با کمک مصورسازی داده میتوان الگوهای موجود در داده ها را شناسایی کرد و مصور سازی این داده‌ها راهی بهینه و مناسب برای کمک به درک و شناسایی الگوهای موجود در داده‌ها و انتقال مفاهیم می باشد و همچنین فرآیند تحلیل و تصمیم گیری مبتنی بر اطلاعات را راحت تر میکند.

كتابخانه Pandas

pandas برگرفته از عبارت داده‌های پانل در اقتصادسنجی است که برای مشاهدات مجموعه داده‌های دوره‌های زمانی چندگانه است که برای موارد یکسان را شامل می‌شوند.

پانداس برای دستکاری و تجزیه و تحلیل داده‌ها استفاده می شود.

به‌طور خاص، پانداس ساختارها و عملیات برای دستکاری جداول و سری‌های زمانی را ارایه می‌دهد.

پانداس تحت مجوز BSD منتشر شده‌است.

این کتابخانه به دلیل داشتن ساختارهای داده‌ای مناسب برای تمیز کردن داده‌های خام (داده‌هایی که از منبع به دستِ کاربر می‌رسد) و ابزارهایی برای پر کردن داده‌های از دست رفته، به شدت میان دانشمندان داده محبوب شده‌است.

خلاصه بخوام بگم پانداس میاد یه سری اطلاعاتی و داده هاییی که با کد به اون وارد میکنی رو به صورت جدول و خیلی شیک و مجلسی بهت تحویل میده به مثال زیر توجه کنید:

import pandas as pd
df=pd.DataFrame({"A":[4,2,6], "B":[9,1,8], "C":[5,7,4]}, index=[1,2,3])
display(df)

[irp]

ترسيم نمودار های خمش و برش

درادامه به عنوان مثال نمودار خمش و برش يک تير با دو تكيه گاه مختلف که تحت اثر بار گسترده یکنواخت هست را با استفاده از Numpy  و Matplotlib رسم ميكنيم:

q=20KN/m

l=5m

ابتدا دياگرام آزاد تير خودمان را رسم ميكنيم:

سپس معادلات تعادل را مينويسيم :

درنتيجه:   

چون تير ما ساده با بار يكنواخت بود پس معادله هاي خمش و برش ما به صورت روبه رو است:

 

خب حالا وارد محيط پايتون ميشويم و متغير ها و معادله هاي خودمان را تعريف ميكنيم:

x=np.linspace(0,l,20)
M=q/2*(l*x-x**2) V=q*(l/2-x)

(np.linspace (0,l=5,20 يعني از 0 تا l=5 بيست تا عدد با فاصله هاي يكسان درست كن و به متغير x انتقال بده و در ادامه معادله هاي خمش و برش خودمان را تعريف ميكنيم.

سپس با استفاده از كتابخانه matplotlib نمودار هاي M- و V رارسم ميكنيم:

from matplotlib import pyplot as plt
plt.figure(figsize=(10,4))
plt.plot([0]*len(x), color='k')
plt.plot(-M)
plt.plot(V)

و در ادامه نمودار هاي ما به اين صورت رسم ميشوند:

سوالات متدوال

سوال – یادگیری پایتون برای مهندسان عمران کاربردی است؟

پاسخ – قطعا یادگیری زبان های برنامه نویسی در هرشته دانشگاهی بسیار مفید است و رشته عمران نیز از این قضیه مستثنی نیست

سوال – برای مهندسین عمران، فقط پایتون کاربردی هست؟

پاسخ – هر یک از زبان های برنامه نویسی ویژگی های مختلفی دارند و متناسب با نوع استفاده خود بایستی آن ها را انتخاب کنیم، ولی با توجه به فعالیت های مرسوم مهندسین عمران، یادگیری زبان برنامه نویسی پایتون بسیار مفید است

سوال – متلب یا پایتون؟

پاسخ – انتخاب بین این دو زبان، انتخاب بسیار دشواری است؛ چرا که هر دو بسیار ساده و در عین حال کاربردی می باشند