For循环播放Python中的文本文件的部分

Question

我对编程和Python非常陌生，我试图将DLPOLY HISTORY文件转换为弧形文件。我需要做的是提取晶格向量（在timestep这个单词下的3x3数组），x，y和z坐标（每个元素下面的行上的三个入口）和电荷（线上的第四个入口与元件）。

理想情况下，我想最终能够转换任意大小和帧长度的文件。

两个标题行和DLPOLY历史文件的头两帧，看起来像这样：

File Title 
     0   3   5     136     1906 
timestep   0   5 0 3   0.000500   0.000000 
     3.5853000000  0.0000000000  0.0000000000 
     -1.7926500000  3.1049600000  0.0000000000 
     0.0000000000  0.0000000000  4.8950000000 
Ca    1 40.078000 1.050000 0.000000 
    0.000000000   0.000000000   0.000000000 
O    2 15.999400 -0.950000 0.000000 
    1.792650000  -1.034986100   1.140535000 
H    3 1.007940 0.425000 0.000000 
    1.792650000  -1.034986100   1.933525000 
O    4 15.999400 -0.950000 0.000000 
    -1.792650000   1.034987000  -1.140535000 
H    5 1.007940 0.425000 0.000000 
    -1.792650000   1.034987000  -1.933525000 
timestep  10   5 0 3   0.000500   0.005000 
     3.5853063513  0.0000000000  0.0000000000 
     -1.7926531756  3.1049655004  0.0000000000 
     0.0000000000  0.0000000000  4.8950086714 
Ca    1 40.078000 1.050000 0.020485 
    -0.1758475885E-01 0.1947928245E-04 -0.1192033544E-01 
O    2 15.999400 -0.950000 0.051020 
    1.841369991  -1.037431082   1.120698646 
H    3 1.007940 0.425000 0.416965 
    1.719029690  -1.029327936   2.355541077 
O    4 15.999400 -0.950000 0.045979 
    -1.795057186   1.034993005  -1.093028694 
H    5 1.007940 0.425000 0.373772 
    -1.754959531   1.067269072  -2.320776528 

到目前为止我的代码是：

fileList = history_file.readlines() 
number_of_frames = int(fileList[1].split()[3]) 
number_of_lines = int(fileList[1].split()[4]) 
frame_length = (number_of_lines - 2)/number_of_frames 
number_of_atoms = int(fileList[1].split()[2]) 
lines_per_atom = frame_length/number_of_atoms 

for i in range(3, number_of_lines+1, frame_length): 

#maths for converting lattice vectors 
#print statement to write out converted lattice vectors 

    for j in range(i+3, frame_length+1, lines_per_atom): 
      atom_type = fileList[j].split()[0] 
      atom_x = fileList[j+1].split()[0] 
      atom_y = fileList[j+1].split()[1] 
      atom_z = fileList[j+1].split()[2] 
      charge = fileList[j].split()[3] 
      print atom_type, atom_x, atom_y, atom_z, charge 

我可以提取和转换格矢量，这不是一个问题。然而，当涉及到第二个for循环只执行一次，它认为我的范围内结束发言

frame_length+1 

是不正确的，但如果我把它改为

i+3+frame_length+1 

我得到以下错误：

​​

我认为这意味着我要结束一个数组。

我敢肯定，我忽略了一些非常简单的东西，但任何帮助将不胜感激。

我也想知道是否有更高效的阅读文件的方式，因为据我所知，readlines将整个文件读入内存，HISTORY文件可以轻松达到几GB的大小。

Answer 1

好的，我们可以使用您提供的示例值来查找问题，进行相当简单的检查。如果我们输入以下代码

for i in range(3,1907,136): 
    for j in range(i+3,137,2): 
     print i,j 

我们得到这样的：

3 6 
3 8 
3 10 
... 
3 132 
3 134 
3 136 

这是您遇到的错误。循环似乎只重复一次。但是，如果我们稍微更改代码，则会看到问题的根源。如果我们运行

for i in range(3,1907,136): 
    print "i:", i, 
    for j in range(i+3,137,2): 
     print "j:", j 

我们得到这样的：

i: 3 j: 6 
j: 8 
j: 10 
j: 12 
... 
j: 134 
j: 136 
i: 139 i: 275 i: 411 i: 547 i: 683 i: 819 i: 955 i: 1091 i: 1227 i: 1363 i: 1499 
i: 1635 i: 1771 

所以，你可以看到内部循环（j循环）第一次运行时，一旦其完成，外环（i循环）运行一路通过，而不让内层循环去除。这是因为你在内循环上设置了range。在第一次运行时，它的计算结果为range(3,137,2)，但第二次运行时出现在range(142,137,2)，因为i在第二次运行时从139开始。它在启动之前已经终止。

为了得到你想要的东西（或什么，我想你想要的）是本作内部循环：

for j in range(4,frame_length,line_per_atom): 
    atom_type = fileList[j+i].split()[0] 

这使得j线的每一帧中的迭代过去4号线

但是我还没弄清楚的是你的代码是如何工作的。我手中计算了您的示例中的值作为检查。

frame_length = (1906 - 2)/136 = 14 
lines_per_atom = 14/5 = 2.8 

2.8 lines_per_atom是非法的，它必须是一个整数，我不知道你是如何没有得到TypeError。 lines_per_atom的计算应该是lines_per_atom = (frame_length - 4)/number_of_atoms

无论如何，希望这可以工作！

（另外，尝试在未来，而不是下划线使用驼峰的变量名。所以lines_per_atom变得linesPerAtom，更容易输入在我看来）