高CPU负载(来自其他应用程序)是否会影响python性能/准确性？

Question

我正在编写一个代码来读取和显示有限元分析(FEA)计算的结果.结果存储在几个(相对较大的)文本文件中,这些文件包含节点列表(ID号,空间位置)和相关物理字段列表(节点ID,该点上字段的值).

但是,我注意到当我在后台运行FEA案例并且我尝试同时运行我的代码时它返回错误,并不总是相同的并且不总是在同一个迭代中,所有这些似乎都是随机的无需对代码或输入文件进行任何修改,只需在运行之间按秒运行RUN按钮即可.

我得到的错误示例如下:

keys[key] = np.round(np.asarray(keys[key]),7)
TypeError: can't multiply sequence by non-int of type 'float'

#-------------------------------------------------------------------------

triang = tri.Triangulation(x, y)
ValueError: x and y arrays must have a length of at least 3

#-------------------------------------------------------------------------

line = [float(n) for n in line]
ValueError: could not convert string to float: '0.1225471E'

如果你很好奇,这是我的代码(请记住,它还没有完成,我是一名机械工程师,而不是程序员).任何有关如何使其更好的反馈也值得赞赏:

import matplotlib.pyplot as plt
import matplotlib.tri as tri
import numpy as np
import os

triangle_max_radius = 0.003
respath = 'C:/path'
fields = ['TEMPERATURE']

# Plot figure definition --------------------------------------------------------------------------------------
fig, ax1 = plt.subplots()
fig.subplots_adjust(left=0, right=1, bottom=0.04, top=0.99)
ax1.set_aspect('equal')
# ------------------------------------------------------------------------------------------------------------- 

# Read outputfiles --------------------------------------------------------------------------------------------
resfiles = [f for f in os.listdir(respath) if (os.path.isfile(os.path.join(respath,f)) and f[:3]=='csv')]
resfiles = [[f,int(f[4:])] for f in resfiles]
resfiles = sorted(resfiles,key=lambda x: (x[1]))
resfiles = [os.path.join(respath,f[:][0]).replace("\\","/") for f in resfiles]
# ------------------------------------------------------------------------------------------------------------- 

# Read data inside outputfile ---------------------------------------------------------------------------------    
for result_file in resfiles:
    keys = {}
    keywords = []
    with open(result_file, 'r') as res:
        for line in res:
            if line[0:2] == '##':
                if len(line) >= 5:
                    line = line[:3] + line[7:]
            line = line.replace(';',' ')
            line = line.split()
            if line:
                if line[0] == '##':
                    if len(line) >= 3:
                        keywords.append(line[1])
                        keys[line[1]] = []
                elif line[0] in keywords:
                    curr_key = line[0]
                else:
                    line = [float(n) for n in line]
                    keys[curr_key].append(line)

    for key in keys:
        keys[key] = np.round(np.asarray(keys[key]),7)

    for item in fields:
        gob_temp = np.empty((0,4))
        for node in keys[item]:
            temp_coords, = np.where(node[0] == keys['COORDINATES'][:,0])
            gob_temp_coords = [node[0], keys['COORDINATES'][temp_coords,1], keys['COORDINATES'][temp_coords,2], node[1]]
            gob_temp = np.append(gob_temp,[gob_temp_coords],axis=0)

        x = gob_temp[:,1]
        y = gob_temp[:,2]
        z = gob_temp[:,3]
        triang = tri.Triangulation(x, y)

        triangles = triang.triangles
        xtri = x[triangles] - np.roll(x[triangles], 1, axis=1)
        ytri = y[triangles] - np.roll(y[triangles], 1, axis=1)
        maxi = np.max(np.sqrt(xtri**2 + ytri**2), axis=1)
        triang.set_mask(maxi > triangle_max_radius)

        ax1.tricontourf(triang,z,100,cmap='plasma')
        ax1.triplot(triang,color="black",lw=0.2)

plt.show()

回到这个问题,python的准确性/性能是否可能受到CPU负载或任何其他"外部"因素的影响？或者这不是一个选项,我的代码肯定有问题(顺便说一下,在其他情况下效果很好)？

Answer 1

不,其他流程只影响您的流程执行时隙​​的频率 - 即,从用户的角度来看,它完成工作的速度有多快.

如果您在负载下遇到错误,这意味着您的程序逻辑中存在错误 - 最有可能的是竞争条件.它们基本上归结为对您的环境做出假设,当其中还有其他活动时,这些假设不再适用.例如:

• 您的程序是多线程的,逻辑会假设执行哪个订单线程.(这包括假设某个任务需要多长时间才能完成.)
• 您的程序正在使用其他进程也在同一时间使用的共享资源(文件,流等).(例如,当您尝试读取文件时,某些其他程序正在(过度)编写文件.或者,如果您正在从流中读取,则并非所有数据都可用.)