Python 軸対称応力解析プログラム
はじめに
軸対称モデルとして扱う構造物として、水平トンネルなど水平方向に回転軸を持つ構造物と、調圧水槽など鉛直方向に回転軸を持つ構造物がある。 これまで、四角形要素の2次元応力解析プログラムを軸対称解析用に書き換えたプログラムを使ってきたが、座標系(座標軸の方向)を意識せず回転軸を鉛直にして計算を行ったところ、荷重に対して変位及び応力が本来あるべき方向と逆方向の解が計算されてきた。 このため、回転軸(z軸)が水平の場合と、回転軸が鉛直の場合で、場合分けして解析するようプログラムの見直しを行った。
はじめから下図Case-2の座標系を反時計回りに90度回転させてz軸を上向きとした座標を与えればいいのだが、実際のメッシュ切では、2次元応力解析用のメッシャーで作成した要素座標を使うのが便利なため、今回の対応策を導入することにしたものである。
プログラムの改良
以下に座標系と要素のイメージ図を示す。
Case-1およびCase-2では、回転軸をz軸、半径方向軸をr軸としている。
Reference
Reference は通常の2次元応力解析用の座標である。x軸を水平右向き、y軸を鉛直上向きに設定している。 この場合、通常、要素番号は、節点番号を反時計回りに指定して要素を定義する。
Case-1
Case-1は、z軸(回転軸)を水平右向き、r軸(半径方向)を鉛直上向きに設定している。 この場合も、Referenceの2次元応力解析と同様に、要素番号は、節点番号を反時計回りに指定して要素を定義する。(そうするようにプログラムが組まれている)
Case-2
Case-2は、z軸(回転軸)を鉛直上向き、r軸(半径方向)を水平右向きに設定している。 この場合、Reference の2次元応力解析と同様に反時計回りの節点番号で要素を定義するすると、Case-1と比べてz軸とr軸が入れ替わっているため、要素の節点番号が逆周りで定義されたことになり、剛性マトリックスや物体力ベクトル、温度荷重ベクトルなど要素座標を用いて計算する行列やベクトルが通常と逆符号で計算されることとなる。
対応策
このため、今回整備した軸対称応力解析プログラムでは、変数 nzdir
を導入し、座標の方向に応じて、剛性マトリックス、物体力ベクトル、温度荷重ベクトルの方向を逆転させることにした。
すなわち、上図Case-1では、nzdir=1
、上図Case-2ではnzdir=-1
とし、メインプログラム上で、求まった剛性マトリックス、物体力ベクトル、温度荷重ベクトルの符号を調整するようにしている。
sm=sm*float(nzdir) # 剛性マトリックス tfe=tfe*float(nzdir) # 温度荷重ベクトル bfe=bfe*float(nzdir) # 物体力(慣性力)ベクトル
入力データ・フォーマット
npoin nele nsec npfix nlod nzdir # Basic values for analysis E po alpha gamma gkz # Material properties ..... (1 to nsec) ..... # node1 node2 node3 node4 isec # Element connectivity, material set number ..... (1 to nele) ..... # (counter-clockwise order of node number) z r deltaT # Coordinate, Temperature change of node ..... (1 to npoin) ..... # node koz kor rdisz rdisr # Restricted node and restrict conditions ..... (1 to npfix) ..... # node fz fr # Loaded node and loading conditions ..... (1 to nlod) ..... # (omit data input if nlod=0)
変数 | 説明 |
---|---|
npoin, nele, nsec | 節点数,要素数,材料特性数 |
npfix, nlod | 拘束節点数,載荷節点数 |
nzdir | z軸方向(水平右向き: 1,鉛直上向き: −1) |
E, po, alpha | 弾性係数,ポアソン比,線膨張係数 |
gamma, gkz | 単位体積重量,z方向加速度(gの比) |
node1, node2, node3, node4, isec | 節点1,節点2,節点3,節点4,材料特性番号 |
z, r, deltaT | 節点z座標,節点r座標,節点温度変化 |
node, koz, kor | 拘束節点番号,z及びr方向拘束の有無(拘束: 1,自由: 0) |
rdisz, rdisr | z及びr方向変位(無拘束でも0を入力) |
node, fz, fr | 載荷重節点番号,z方向荷重,r方向荷重 |
(注)回転軸zの方向が水平(nzdir=1)であっても鉛直(nzdir=-1)であっても、座標入力は (z , r) の順に行う。
プログラム全文
################################ # Axisymmetric Stress Analysis ################################ import numpy as np from scipy.sparse.linalg import spsolve from scipy.sparse import csr_matrix import sys import time def inpdata_ax4(fnameR,nod,nfree): f=open(fnameR,'r') text=f.readline() text=text.strip() text=text.split() npoin =int(text[0]) # Number of nodes nele =int(text[1]) # Number of elements nsec =int(text[2]) # Number of sections npfix =int(text[3]) # Number of restricted nodes nlod =int(text[4]) # Number of loaded nodes nzdir =int(text[5]) # direction of z-axis (=1 or =-1) # array declanation ae =np.zeros([5,nsec],dtype=np.float64) # Section characteristics node =np.zeros([nod+1,nele],dtype=np.int) # Node-element relationship x =np.zeros([2,npoin],dtype=np.float64) # Coordinates of nodes deltaT=np.zeros(npoin,dtype=np.float64) # Temperature change of node mpfix =np.zeros([nfree,npoin],dtype=np.int) # Ristrict conditions rdis =np.zeros([nfree,npoin],dtype=np.float64) # Ristricted displacement fp =np.zeros(nfree*npoin,dtype=np.float64) # External force vector # section characteristics for i in range(0,nsec): text=f.readline() text=text.strip() text=text.split() ae[0,i]=float(text[0]) #E : Elastic modulus ae[1,i]=float(text[1]) #po : Poisson's ratio ae[2,i]=float(text[2]) #alpha: Thermal expansion coefficient ae[3,i]=float(text[3]) #gamma: Unit weight of material ae[4,i]=float(text[4]) #gkz : Acceleration in z-direction # element-node for i in range(0,nele): text=f.readline() text=text.strip() text=text.split() node[0,i]=int(text[0]) #node_1 node[1,i]=int(text[1]) #node_2 node[2,i]=int(text[2]) #node_3 node[3,i]=int(text[3]) #node_4 node[4,i]=int(text[4]) #section characteristic number # node coordinates for i in range(0,npoin): text=f.readline() text=text.strip() text=text.split() x[0,i] =float(text[0]) # z-coordinate x[1,i] =float(text[1]) # r-coordinate deltaT[i]=float(text[2]) # Temperature change of node # boundary conditions (0:free, 1:restricted) if 0<npfix: for i in range(0,npfix): text=f.readline() text=text.strip() text=text.split() lp=int(text[0]) #fixed node mpfix[0,lp-1]=int(text[1]) #fixed in z-direction mpfix[1,lp-1]=int(text[2]) #fixed in r-direction rdis[0,lp-1]=float(text[3]) #fixed displacement in z-direction rdis[1,lp-1]=float(text[4]) #fixed displacement in r-direction # load if 0<nlod: for i in range(0,nlod): text=f.readline() text=text.strip() text=text.split() lp=int(text[0]) #loaded node fp[2*lp-2]=float(text[1]) #load in z-direction fp[2*lp-1]=float(text[2]) #load in r-direction f.close() return npoin,nele,nsec,npfix,nlod,nzdir,ae,node,x,deltaT,mpfix,rdis,fp def prinp_ax4(fnameW,npoin,nele,nsec,npfix,nlod,nzdir,ae,x,fp,deltaT,mpfix,rdis,node): fout=open(fnameW,'w') # print out of input data print('{0:>5s} {1:>5s} {2:>5s} {3:>5s} {4:>5s} {5:>5s}' .format('npoin','nele','nsec','npfix','nlod','nzdir'),file=fout) print('{0:5d} {1:5d} {2:5d} {3:5d} {4:5d} {5:5d}' .format(npoin,nele,nsec,npfix,nlod,nzdir),file=fout) print('{0:>5s} {1:>15s} {2:>15s} {3:>15s} {4:>15s} {5:>15s}' .format('sec','E','po','alpha','gamma','gkz'),file=fout) for i in range(0,nsec): print('{0:5d} {1:15.7e} {2:15.7e} {3:15.7e} {4:15.7e} {5:15.7e}' .format(i+1,ae[0,i],ae[1,i],ae[2,i],ae[3,i],ae[4,i]),file=fout) print('{0:>5s} {1:>15s} {2:>15s} {3:>15s} {4:>15s} {5:>15s} {6:>5s} {7:>5s}' .format('node','z','r','fz','fr','deltaT','koz','kor'),file=fout) for i in range(0,npoin): lp=i+1 print('{0:5d} {1:15.7e} {2:15.7e} {3:15.7e} {4:15.7e} {5:15.7e} {6:5d} {7:5d}' .format(lp,x[0,i],x[1,i],fp[2*i],fp[2*i+1],deltaT[i],mpfix[0,i],mpfix[1,i]),file=fout) if 0<npfix: print('{0:>5s} {1:>5s} {2:>5s} {3:>15s} {4:>15s}' .format('node','koz','kor','rdis_z','rdis_r'),file=fout) for i in range(0,npoin): if 0<mpfix[0,i]+mpfix[1,i]: lp=i+1 print('{0:5d} {1:5d} {2:5d} {3:15.7e} {4:15.7e}' .format(lp,mpfix[0,i],mpfix[1,i],rdis[0,i],rdis[1,i]),file=fout) print('{0:>5s} {1:>5s} {2:>5s} {3:>5s} {4:>5s} {5:>5s}' .format('elem','i','j','k','l','sec'),file=fout) for ne in range(0,nele): print('{0:5d} {1:5d} {2:5d} {3:5d} {4:5d} {5:5d}' .format(ne+1,node[0,ne],node[1,ne],node[2,ne],node[3,ne],node[4,ne]),file=fout) fout.close() def prout_ax4(fnameW,npoin,nele,disg,strs): fout=open(fnameW,'a') # displacement print('{0:>5s} {1:>15s} {2:>15s}'.format('node','dis-z','dis-r'),file=fout) for i in range(0,npoin): lp=i+1 print('{0:5d} {1:15.7e} {2:15.7e}'.format(lp,disg[2*lp-2],disg[2*lp-1]),file=fout) # section force print('{0:>5s} {1:>15s} {2:>15s} {3:>15s} {4:>15s} {5:>15s} {6:>15s} {7:>15s}' .format('elem','sig_z','sig_r','sig_t','tau_zr','p1','p2','ang'),file=fout) for ne in range(0,nele): sigz =strs[0,ne] sigr =strs[1,ne] sigt =strs[2,ne] tauzr=strs[3,ne] ps1,ps2,ang=pst_ax4(sigz,sigr,tauzr) print('{0:5d} {1:15.7e} {2:15.7e} {3:15.7e} {4:15.7e} {5:15.7e} {6:15.7e} {7:15.7e}' .format(ne+1,sigz,sigr,sigt,tauzr,ps1,ps2,ang),file=fout) fout.close() def dmat_ax4(E,po): d=np.zeros([4,4],dtype=np.float64) d[0,0]=1.0-po; d[0,1]=po ; d[0,2]=po ; d[0,3]=0.0 d[1,0]=po ; d[1,1]=1.0-po; d[1,2]=po ; d[1,3]=0.0 d[2,0]=po ; d[2,1]=po ; d[2,2]=1.0-po; d[2,3]=0.0 d[3,0]=0.0 ; d[3,1]=0.0 ; d[3,2]=0.0 ; d[3,3]=0.5*(1.0-2.0*po) d=d*E/(1.0+po)/(1.0-2.0*po) return d def bmat_ax4(a,b,z1,r1,z2,r2,z3,r3,z4,r4): bm=np.zeros([4,8],dtype=np.float64) #[N] nm1=0.25*(1.0-a)*(1.0-b) nm2=0.25*(1.0+a)*(1.0-b) nm3=0.25*(1.0+a)*(1.0+b) nm4=0.25*(1.0-a)*(1.0+b) rr=nm1*r1 + nm2*r2 + nm3*r3 + nm4*r4 #dN/da,dN/db dn1a=-0.25*(1.0-b) dn2a= 0.25*(1.0-b) dn3a= 0.25*(1.0+b) dn4a=-0.25*(1.0+b) dn1b=-0.25*(1.0-a) dn2b=-0.25*(1.0+a) dn3b= 0.25*(1.0+a) dn4b= 0.25*(1.0-a) #Jacobi matrix and det(J) J11=dn1a*z1 + dn2a*z2 + dn3a*z3 + dn4a*z4 J12=dn1a*r1 + dn2a*r2 + dn3a*r3 + dn4a*r4 J21=dn1b*z1 + dn2b*z2 + dn3b*z3 + dn4b*z4 J22=dn1b*r1 + dn2b*r2 + dn3b*r3 + dn4b*r4 detJ=J11*J22-J12*J21 #[B]=[dN/dx][dN/dy] bm[0,0]= J22*dn1a-J12*dn1b bm[0,2]= J22*dn2a-J12*dn2b bm[0,4]= J22*dn3a-J12*dn3b bm[0,6]= J22*dn4a-J12*dn4b bm[1,1]=-J21*dn1a+J11*dn1b bm[1,3]=-J21*dn2a+J11*dn2b bm[1,5]=-J21*dn3a+J11*dn3b bm[1,7]=-J21*dn4a+J11*dn4b bm[2,1]=nm1/rr*detJ bm[2,3]=nm2/rr*detJ bm[2,5]=nm3/rr*detJ bm[2,7]=nm4/rr*detJ bm[3,0]=-J21*dn1a+J11*dn1b bm[3,1]= J22*dn1a-J12*dn1b bm[3,2]=-J21*dn2a+J11*dn2b bm[3,3]= J22*dn2a-J12*dn2b bm[3,4]=-J21*dn3a+J11*dn3b bm[3,5]= J22*dn3a-J12*dn3b bm[3,6]=-J21*dn4a+J11*dn4b bm[3,7]= J22*dn4a-J12*dn4b bm=bm/detJ return bm,detJ def ab_ax4(kk): if kk==0: a=-0.5773502692 b=-0.5773502692 if kk==1: a= 0.5773502692 b=-0.5773502692 if kk==2: a= 0.5773502692 b= 0.5773502692 if kk==3: a=-0.5773502692 b= 0.5773502692 return a,b def sm_ax4(E,po,z1,r1,z2,r2,z3,r3,z4,r4): sm=np.zeros([8,8],dtype=np.float64) #Stiffness matrix [sm]=[B]T[D][B]*t*det(J) d=dmat_ax4(E,po) for kk in range(0,4): a,b=ab_ax4(kk) bm,detJ=bmat_ax4(a,b,z1,r1,z2,r2,z3,r3,z4,r4) nm1=0.25*(1.0-a)*(1.0-b) nm2=0.25*(1.0+a)*(1.0-b) nm3=0.25*(1.0+a)*(1.0+b) nm4=0.25*(1.0-a)*(1.0+b) rr=nm1*r1 + nm2*r2 + nm3*r3 + nm4*r4 sm=sm+np.dot(bm.T,np.dot(d,bm))*rr*detJ return sm def calst_ax4(E,po,alpha,dt1,dt2,dt3,dt4,wd,z1,r1,z2,r2,z3,r3,z4,r4): eps0 =np.zeros(4,dtype=np.float64) stress=np.zeros(4,dtype=np.float64) #stress vector {stress}=[D][B]{u} d=dmat_ax4(E,po) for kk in range(0,4): a,b=ab_ax4(kk) bm,detJ=bmat_ax4(a,b,z1,r1,z2,r2,z3,r3,z4,r4) eps=np.dot(bm,wd) # Strain due to temperature change nm1=0.25*(1.0-a)*(1.0-b) nm2=0.25*(1.0+a)*(1.0-b) nm3=0.25*(1.0+a)*(1.0+b) nm4=0.25*(1.0-a)*(1.0+b) tem=nm1*dt1 + nm2*dt2 + nm3*dt3 + nm4*dt4 #Thermal strain eps0[0]=alpha*tem eps0[1]=alpha*tem eps0[2]=alpha*tem eps0[3]=0.0 stress=stress+np.dot(d,(eps-eps0)) stress=0.25*stress return stress def pst_ax4(sigz,sigr,tauzr): ps1=0.5*(sigz+sigr)+np.sqrt(0.25*(sigz-sigr)*(sigz-sigr)+tauzr*tauzr) ps2=0.5*(sigz+sigr)-np.sqrt(0.25*(sigz-sigr)*(sigz-sigr)+tauzr*tauzr) if sigz==sigr: if tauzr >0.0: ang= 45.0 if tauzr <0.0: ang=135.0 if tauzr==0.0: ang= 0.0 else: ang=0.5*np.arctan(2.0*tauzr/(sigz-sigr)) ang=180.0/np.pi*ang if sigz>sigr and tauzr>=0.0: ang=ang if sigz>sigr and tauzr <0.0: ang=ang+180.0 if sigz<sigr: ang=ang+90.0 return ps1,ps2,ang def tfvec_ax4(E,po,alpha,dt1,dt2,dt3,dt4,z1,r1,z2,r2,z3,r3,z4,r4): eps0=np.zeros(4,dtype=np.float64) tfe =np.zeros(8,dtype=np.float64) # {tfe=[B]T[D]{eps0} d=dmat_ax4(E,po) for kk in range(0,4): a,b=ab_ax4(kk) bm,detJ=bmat_ax4(a,b,z1,r1,z2,r2,z3,r3,z4,r4) # Strain due to temperature change nm1=0.25*(1.0-a)*(1.0-b) nm2=0.25*(1.0+a)*(1.0-b) nm3=0.25*(1.0+a)*(1.0+b) nm4=0.25*(1.0-a)*(1.0+b) tem=nm1*dt1 + nm2*dt2 + nm3*dt3 + nm4*dt4 #Thermal strain eps0[0]=alpha*tem eps0[1]=alpha*tem eps0[2]=alpha*tem eps0[3]=0.0 rr=nm1*r1 + nm2*r2 + nm3*r3 + nm4*r4 tfe=tfe+np.dot(bm.T,np.dot(d,eps0))*rr*detJ return tfe def bfvec_ax4(gamma,gkz,z1,r1,z2,r2,z3,r3,z4,r4): ntn=np.zeros([8,8],dtype=np.float64) nm =np.zeros([2,8],dtype=np.float64) bfe=np.zeros(8,dtype=np.float64) for kk in range(0,4): a,b=ab_ax4(kk) nm1=0.25*(1.0-a)*(1.0-b) nm2=0.25*(1.0+a)*(1.0-b) nm3=0.25*(1.0+a)*(1.0+b) nm4=0.25*(1.0-a)*(1.0+b) rr=nm1*r1 + nm2*r2 + nm3*r3 + nm4*r4 dn1a=-0.25*(1.0-b) dn2a= 0.25*(1.0-b) dn3a= 0.25*(1.0+b) dn4a=-0.25*(1.0+b) dn1b=-0.25*(1.0-a) dn2b=-0.25*(1.0+a) dn3b= 0.25*(1.0+a) dn4b= 0.25*(1.0-a) #Jacobi matrix and det(J) J11=dn1a*z1 + dn2a*z2 + dn3a*z3 + dn4a*z4 J12=dn1a*r1 + dn2a*r2 + dn3a*r3 + dn4a*r4 J21=dn1b*z1 + dn2b*z2 + dn3b*z3 + dn4b*z4 J22=dn1b*r1 + dn2b*r2 + dn3b*r3 + dn4b*r4 detJ=J11*J22-J12*J21 nm[0,0]=nm1 nm[0,2]=nm2 nm[0,4]=nm3 nm[0,6]=nm4 nm[1,1]=nm[0,0] nm[1,3]=nm[0,2] nm[1,5]=nm[0,4] nm[1,7]=nm[0,6] ntn=ntn+np.dot(nm.T,nm)*gamma*rr*detJ w=np.array([gkz,0,gkz,0,gkz,0,gkz,0],dtype=np.float64) bfe=np.dot(ntn,w) return bfe def main_ax4(): start=time.time() args = sys.argv fnameR=args[1] # input data file fnameW=args[2] # output data file nod=4 # Number of nodes per element nfree=2 # Degree of freedom per node # data input npoin,nele,nsec,npfix,nlod,nzdir,ae,node,x,deltaT,mpfix,rdis,fp=inpdata_ax4(fnameR,nod,nfree) # print out of input data prinp_ax4(fnameW,npoin,nele,nsec,npfix,nlod,nzdir,ae,x,fp,deltaT,mpfix,rdis,node) # array declanation ir =np.zeros(nod*nfree,dtype=np.int) # Work vector for matrix assembly gk =np.zeros([nfree*npoin,nfree*npoin],dtype=np.float64) # Global stiffness matrix # assembly of stiffness matrix & load vector for ne in range(0,nele): i=node[0,ne]-1 j=node[1,ne]-1 k=node[2,ne]-1 l=node[3,ne]-1 m=node[4,ne]-1 z1=x[0,i]; r1=x[1,i] z2=x[0,j]; r2=x[1,j] z3=x[0,k]; r3=x[1,k] z4=x[0,l]; r4=x[1,l] E =ae[0,m] #E : Elastic modulus po =ae[1,m] #po : Poisson's ratio alpha =ae[2,m] #alpha: Thermal expansion coefficient gamma =ae[3,m] #gamma: Unit weight of material gkz =ae[4,m] #gkz : Acceleration in z-direction dt1=deltaT[i]; dt2=deltaT[j]; dt3=deltaT[k]; dt4=deltaT[l] # temperature change sm=sm_ax4(E,po,z1,r1,z2,r2,z3,r3,z4,r4) # element stiffness matrix tfe=tfvec_ax4(E,po,alpha,dt1,dt2,dt3,dt4,z1,r1,z2,r2,z3,r3,z4,r4) # termal load vector bfe=bfvec_ax4(gamma,gkz,z1,r1,z2,r2,z3,r3,z4,r4) # body force vector sm=sm*float(nzdir) tfe=tfe*float(nzdir) bfe=bfe*float(nzdir) ir[7]=2*l+1; ir[6]=ir[7]-1 ir[5]=2*k+1; ir[4]=ir[5]-1 ir[3]=2*j+1; ir[2]=ir[3]-1 ir[1]=2*i+1; ir[0]=ir[1]-1 for i in range(0,nod*nfree): it=ir[i] fp[it]=fp[it]+tfe[i]+bfe[i] for j in range(0,nod*nfree): jt=ir[j] gk[it,jt]=gk[it,jt]+sm[i,j] # treatment of boundary conditions for i in range(0,npoin): for j in range(0,nfree): if mpfix[j,i]==1: iz=i*nfree+j fp[iz]=0.0 for i in range(0,npoin): for j in range(0,nfree): if mpfix[j,i]==1: iz=i*nfree+j fp=fp-rdis[j,i]*gk[:,iz] gk[:,iz]=0.0 gk[iz,iz]=1.0 # solution of simultaneous linear equations #disg = np.linalg.solve(gk, fp) gk = csr_matrix(gk) disg = spsolve(gk, fp, use_umfpack=True) # recovery of restricted displacements for i in range(0,npoin): for j in range(0,nfree): if mpfix[j,i]==1: iz=i*nfree+j disg[iz]=rdis[j,i] # calculation of element stress wd =np.zeros(8,dtype=np.float64) strs =np.zeros([4,nele],dtype=np.float64) # Section force vector for ne in range(0,nele): i=node[0,ne]-1 j=node[1,ne]-1 k=node[2,ne]-1 l=node[3,ne]-1 m=node[4,ne]-1 z1=x[0,i]; r1=x[1,i] z2=x[0,j]; r2=x[1,j] z3=x[0,k]; r3=x[1,k] z4=x[0,l]; r4=x[1,l] wd[0]=disg[2*i]; wd[1]=disg[2*i+1] wd[2]=disg[2*j]; wd[3]=disg[2*j+1] wd[4]=disg[2*k]; wd[5]=disg[2*k+1] wd[6]=disg[2*l]; wd[7]=disg[2*l+1] E =ae[0,m] po =ae[1,m] alpha=ae[2,m] dt1=deltaT[i]; dt2=deltaT[j]; dt3=deltaT[k]; dt4=deltaT[l] strs[:,ne]=calst_ax4(E,po,alpha,dt1,dt2,dt3,dt4,wd,z1,r1,z2,r2,z3,r3,z4,r4) # print out of result prout_ax4(fnameW,npoin,nele,disg,strs) # information dtime=time.time()-start print('n={0} time={1:.3f}'.format(nfree*npoin,dtime)+' sec') fout=open(fnameW,'a') print('n={0} time={1:.3f}'.format(nfree*npoin,dtime)+' sec',file=fout) fout.close() #============== # Execution #============== if __name__ == '__main__': main_ax4()
以 上
トランジション(矩形断面から円形断面)での損失水頭
圧力水路の設計をしていると、取水口周辺で矩形断面から円形断面に変化する部分が必要となるが、その時の形状変化による損失(摩擦損失を除く)の計算について書いておく。 これまでは、矩形断面の断面積に等しい等価円を考え、漸縮管の損失水頭として扱ってきた。
今回同じ損失水頭計算が必要となり、しらべたら「矩形管の等価円」という考え方があったので、それについても記載しておく。
等価円の計算法は以下のページによる、
http://www.mekatoro.net/digianaecatalog/ebara-fan50/book/ebara-fan50-P0380.pdf
上記ページによれば等価円の算定式は以下の通り。
上記式および慣用的に用いてきた矩形断面と同一断面積を有する円の直径を計算してみる。
Upstream edge | Length | Downstream edge |
---|---|---|
Rectangular shape (a x b = 8.4m x 8.4m) |
L=5.5m | Circular shape (diameter D=8.4m) |
換算式を用いた等価半径
矩形断面と同一断面積を有する円管の直径
上記より、矩形断面と同一断面積を有する円管の直径は以下の通りとなる。
損失水頭計算
この事例では、矩形断面から換算された円形断面の直径は、2つの手法でほぼ同じとなった。 よってここでは、これまで慣用的に用いてきた、矩形断面と同一断面積を有する円の直径を用いて、漸縮管としての損失水頭計算を行う。
漸縮管の損失水頭は、以下に示すGardelの図(出典:発電水力演習、千秋信一著)による。
計算条件を整理すると以下のとおり。ここで設計流量はQ=290m3/sとする。
Q (m3/s) | D1 (m) | A1 (m2) | v1 (m/s) | D2 (m) | A2 (m2) | v2 (m/s) | A2/A1 | L (m) | 290 | 9.481 | 70.560 | 4.110 | 8.400 | 55.390 | 5.236 | 0.785 | 5.5 |
---|
角度 は、次式で計算する。
断面積比 、角度 より、損失係数は、上記図より となる。 よって、損失水頭は以下の通り計算できる。
以 上
パソコン支給
2020年5月21日、会社からノートパソコンというかSurfaceが支給されました、 マシン仕様は以下の通り。
支給日の木曜日と金曜日は忙しかったので5月22日土曜日にソフトウエアのインストールを行いました。
ソフト | 用途 |
---|---|
Firefox | ブラウザ |
gPad | テキストエディタ |
VS code | プログラムコード用エディタ |
Google Earth Pro | バーチャル地球儀 |
Python 3.8.3 | プログラミング言語 |
MinGW-w64 (gcc version 8.1.0) | gcc & gfortran コンパイラ |
GMT (version 6.0.0 64-bit) | Generic Mapping Tools、地図およびグラフ作成 |
Pythonの関連ライブラリは以下のものを pip
でインストール。
pip install numpy # 数値計算用ライブラリ pip install scipy # 数値解析用ライブラリ pip install matplotlib # グラフ作成用ライブラリ pip install pillow # 画像処理用ライブラリ pip install pandas # データ加工支援用ライブラリ pip install xlrd # エクセルデータ読込用ライブラリ pip install xlwt # エクセルデータ書込用ライブラリ pip install openpyxl # エクセルデータ読み書き pip install sympy # 記号計算用ライブラリ pip install scikit-learn #sklearn pip install seaborn #seaborn pip install jupyter pip install jupyterthemes
Jupyterでは、デフォルトのブラウザをFirefox
に指定し、行番号のデフォルト表示にセット、最後にテーマ設定などをコマンドで設定。
デフォルトブラウザの設定
https://qiita.com/acknpop/items/4e5b57e38780068a9155
行番号のデフォルト表示
https://qiita.com/pollenjp/items/88600df83448a8ff5ea6
テーマ・フォントサイズ・表示幅・行間表示設定
jt -t oceans16 -fs 12 -ofs 12 -cellw 1200 -lineh 120 -N -T
集合写真
手持ちのiMac, Macbook pro と会社支給 Surface(一番左)の集合写真が下。
以 上
Python 表付きグラフ(効率カーブ)
簡単な表と一体化した画像を作った。
作例
このグラフにおけるTips
作図領域を上下に分ける
drawfig1()
は下側のグラフ(作図領域の下側70%)、```drawfig2()''' は上川の表を描画する。
plt.axes((0.0, 0.0, 1.0, 0.7)); drawfig1() plt.axes((0.0, 0.7, 1.0, 0.3)); drawfig2()
白抜き記号描画
ms=8
:見号の大きさcolor='#000080'
:記号の色markerfacecolor='#ffffff'
:白抜きmarkeredgewidth=1
:記号輪郭の太さ
plt.plot(q_hmax,e_hmax,'s',ms=8,color='#000080',markerfacecolor='#ffffff',markeredgewidth=1,label='H=192.5m')
プログラム全文
import numpy as np import matplotlib.pyplot as plt from scipy.optimize import leastsq def reg(x,y): def func(param,x,y): a=param[0] b=param[1] c=param[2] return y - (a*(x-b)**2 + c) para0 =np.array([-1.0, 20.96, 89.65]) res = leastsq(func, para0, args=(x,y)) a=res[0][0] b=res[0][1] c=res[0][2] return a,b,c def drawfig1(): q_hmax=np.array([22.37,21.67,20.26,19.50,17.77,17.34,16.32,15.17,15.01,13.67,11.27]) e_hmax=np.array([89.48,89.45,89.23,88.96,88.18,87.87,87.14,86.23,86.07,84.98,81.82]) q_hnor=np.array([23.94,23.05,20.96,19.28,18.68,17.27,16.77,15.83,14.67,13.46,10.90]) e_hnor=np.array([89.53,89.64,89.65,89.17,88.94,88.10,87.73,87.04,85.97,84.86,81.53]) q_hmin=np.array([24.24,22.50,20.46,18.90,18.41,17.18,16.36,15.89,14.79,13.45,10.64]) e_hmin=np.array([89.27,89.62,89.60,89.12,88.80,88.05,87.39,86.99,85.91,84.78,81.07]) fsz=14 xmin=5 ; xmax=25; dx=5 ymin=75; ymax=95; dy=5 plt.xlim([xmin,xmax]) plt.ylim([ymin,ymax]) plt.xlabel('Turbine discharge per unit Qu (m$^3$/s)') plt.ylabel('Combined efficiency ef (%)') plt.xticks(np.arange(xmin,xmax+dx,dx)) plt.yticks(np.arange(ymin,ymax+dy,dy)) plt.grid(color='#999999',linestyle='solid') #plt.gca().set_aspect('equal',adjustable='box') #plt.title(tstr,loc='left',fontsize=fsz) x=q_hnor y=e_hnor a,b,c=reg(x,y) qmax=24.5 qmin=qmax*0.35 xx=np.arange(qmin,qmax,0.005) yy=a*(xx-b)**2+c ss='ef={0:6.3f}*(Qu-{1:6.3f})**2+{2:6.3f}'.format(a,b,c) print(np.min(yy)) print(np.max(yy)) plt.plot(xx,yy,'-',color='#000080',lw=2,label=ss) plt.plot(q_hmax,e_hmax,'s',ms=8,color='#000080',markerfacecolor='#ffffff',markeredgewidth=1,label='H=192.5m') plt.plot(q_hnor,e_hnor,'o',ms=8,color='#000080',markerfacecolor='#ffffff',markeredgewidth=1,label='H=180.0m') plt.plot(q_hmin,e_hmin,'^',ms=8,color='#000080',markerfacecolor='#ffffff',markeredgewidth=1,label='H=171.5m') plt.plot([qmax,qmax],[ymin,ymax],'--',color='#000080',lw=2) plt.plot([qmin,qmin],[ymin,ymax],'--',color='#000080',lw=2) xs=qmax; ys=ymin+0.02*(ymax-ymin); ss='Qu(max)={0:.1f}m$^3$/s'.format(qmax) plt.text(xs,ys,ss,ha='right',va='bottom',fontsize=fsz,rotation=90) xs=qmin; ys=ymin+0.02*(ymax-ymin); ss='Qu(min)=Qu(max) x 0.35' plt.text(xs,ys,ss,ha='right',va='bottom',fontsize=fsz,rotation=90) plt.legend(loc='upper left',shadow=True,fontsize=fsz-2) def drawfig2(): tstr='Design head setting (Q=49.0m$^3$/s)' row4=['Item','RWL','TWL','Margin','head loss','Value of head'] row3=['Maximum head','EL.284.5','EL.92.0','0.0m','0.0m', 'H=192.5m'] row2=['Nominal head','EL.284.5','EL.92.0','1.0m','11.5m','H=180.0m'] row1=['Minimum head','EL.275.0','EL.92.0','0.0m','11.5m','H=171.5m'] x=np.array([0.5,1.5,2.5,3.5,4.5,5.5]) y=np.array([0.5,1.5,2.5,3.5]) fsz=12 xmin=0 ; xmax=6 ymin=-0.5 ; ymax=5 plt.xlim([xmin,xmax]) plt.ylim([ymin,ymax]) plt.axis('off') for i in range(len(x)): for j in range(len(y)): if j==0: _row=row1 if j==1: _row=row2 if j==2: _row=row3 if j==3: _row=row4 ss=_row[i] plt.text(x[i],y[j],ss,va='center',ha='center',fontsize=fsz) plt.text(0.5*(xmin+xmax),4.5,tstr,va='center',ha='center',fontsize=fsz) for yy in [0,1,2,3,4]: plt.plot([xmin,xmax],[yy,yy],'-',color='#000000',lw=1) for xx in [0,1,2,3,4,5,6]: plt.plot([xx,xx],[0,4],'-',color='#000000',lw=1,clip_on=False) def main(): fnameF='fig_efficiency.jpg' plt.figure(figsize=(8,6),facecolor='w') plt.rcParams['font.family'] ='sans-serif' plt.rcParams['font.size']=14 plt.axes((0.0, 0.0, 1.0, 0.7)); drawfig1() plt.axes((0.0, 0.7, 1.0, 0.3)); drawfig2() plt.tight_layout() plt.savefig(fnameF, dpi=100, bbox_inches="tight", pad_inches=0.1) plt.show() #--------------- # Execute #--------------- if __name__ == '__main__': main()
以 上
Python 月次・年次データ集計(雨量)
日雨量を月・年毎に合計したもの。 各月の雨量の単位は mm/momth (月累計雨量)、 各年の雨量の単位は mm/year(年累計雨量)である。
#============================== # Rainfall # Dayly => Monthly, Yearly data #============================== import pandas as pd import numpy as np import datetime def rdata(): fnameR='xls_rdata_20190630.xlsx' # input file name sname='daily' df=pd.read_excel(fnameR, sheet_name=sname,header=0, index_col=0) # read excel data df.index = pd.to_datetime(df.index, format='%Y/%m/%d') return df def cal_y(rf,lyyy): rfy=np.zeros(len(lyyy),dtype=np.float) for i,ss in enumerate(lyyy): rfy[i]=rf[ss].sum() # yearly rainfall return rfy def cal_m(rf,lyyy,lmmm): rfm=np.zeros((len(lyyy),len(lmmm)+1),dtype=np.float) for i,yy in enumerate(lyyy): for j,mm in enumerate(lmmm): ss=yy+'/'+mm try: rfm[i,j]=rf[ss].sum() # monthly rainfall except KeyError: rfm[i,j]=np.nan rfm[i,-1]=np.sum(rfm[i,:]) return rfm def rf_year(lyy,la,df0): rfy=np.zeros((len(lyy),len(la)),dtype=np.float64) for i,ss in enumerate(la): rf=pd.Series(df0[ss], index=df0.index) rfy[:,i]=cal_y(rf,lyy) ss='{0:4s}'.format('Year') for k in [1,2,3,4,5,6,7]: ss=ss+',{0:>8s}'.format('Area-'+str(k)) ss=ss+',{0:>8s}'.format('Dam') ss=ss+',{0:>8s}'.format('Teromu') print(ss) for j,yy in enumerate(lyy): ss='{0:4s}'.format(yy) for i in range(len(la)): ss=ss+',{0:8.0f}'.format(rfy[j,i]) print(ss) ss='{0:4s}'.format('Ave.') for i in range(len(la)): ss=ss+',{0:8.0f}'.format(np.mean(rfy[:,i])) print(ss) def rf_mon(lyy,lmm,rf): rfm=cal_m(rf,lyy,lmm) ss='{0:4s}'.format('Year') for m in ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aig','Sep','Oct','Nov','Dec','Sum']: ss=ss+',{0:>6s}'.format(m) print(ss) for i,yy in enumerate(lyy): ss='{0:4s}'.format(yy) for j in range(len(lmm)+1): ss=ss+',{0:6.0f}'.format(rfm[i,j]) print(ss) ss='{0:4s}'.format('Ave.') for j in range(len(lmm)+1): ss=ss+',{0:6.0f}'.format(np.nanmean(rfm[:,j])) print(ss) def main(): df0=rdata() # daily rainfall at each area (2000.03-2019.06) lyy=['2001','2002','2003','2004','2005','2006','2007','2008','2009', '2010','2011','2012','2013','2014','2015','2016','2017','2018'] la=['area1','area2','area3','area4','area5','area6','area7','Dam','Teromu'] rf_year(lyy,la,df0) lyy=['2000','2001','2002','2003','2004','2005','2006','2007','2008','2009', '2010','2011','2012','2013','2014','2015','2016','2017','2018','2019'] lmm=['01','02','03','04','05','06','07','08','09','10','11','12'] print('* Monthly rainfall at Dam') rf=pd.Series(df0['Dam'], index=df0.index) rf_mon(lyy,lmm,rf) print('* Monthly rainfall at Teromu') rf=pd.Series(df0['Teromu'], index=df0.index) rf_mon(lyy,lmm,rf) #============== # Execution #============== if __name__ == '__main__': main()
以 上
Python 月次及び年次データ集計(流量)
概要
日平均流量の月次および年次データ集計のプログラム。
ここでは流量の集計を行い、月平均・年平均を算出している。 年平均は、「月平均の平均」ではなく、「1年間全データの平均」としている。 これは365日の流況図から出した年平均と数値を合わせるため。 「月平均の平均」と「年間全データの平均」は結構違う場合があるので注意。
計算のルール
入力
データ取得開始日の月初めから、データ取得完了日の月末まで、データの有無に関わらず、全ての日付が連続的に入力されていること。
出力
- 各月の中で1日でも欠測があれば、その月の平均は nan とする
- 各年の平均は、各年の全データ(365日あるいは366日)の平均とする。その年に1日でも欠測があればその年の平均は nan とする。
- 各月の集計平均(最終行)は、欠測を含まない月の全データの平均値とする。欠測がある月のデータは月平均の計算に用いない。
出力例
- 年別に各月の平均日流量を表示している。
- 最終列はその年の平均日流量。
- 最終行は各月の年をまたいだ平均日流量。
- Wordに貼り付けて数表を作るため、画面にCSVイメージで出力する。
- 各月の中で、1日でも欠測があれば月平均は、
nan
としている。 nan
の月を含む年の平均はもちろんnan
である。
Year, Jan, Feb, Mar, Apr, May, Jun, Jul, Aig, Sep, Oct, Nov, Dec, Ave. 2013, 70.6, 83.3, 118.3, 124.3, 117.4, 115.6, 93.4, 53.2, 41.1, 28.4, 76.7, 113.9, 86.3 2014, 46.9, 36.5, 59.2, 71.9, 42.1, 86.1, 79.0, 50.6, 28.1, nan, 23.0, nan, nan 2015, 47.5, 95.7, 101.0, 90.9, 74.9, 37.8, 32.0, 27.8, 15.4, 14.0, 9.1, 37.0, 48.3 2016, 38.2, 72.3, 125.8, 145.9, 72.2, 80.1, 49.4, 54.0, 49.7, 92.2, 112.1, 54.1, 78.7 2017, 50.7, 63.0, 99.2, 108.1, 128.7, 105.6, 86.3, nan, nan, nan, nan, nan, nan 2018, nan, nan, nan, nan, 84.1, nan, nan, nan, 31.9, 32.6, 37.4, 64.7, nan 2019, 55.2, 91.4, 68.4, 105.9, 88.5, nan, nan, nan, nan, nan, nan, nan, nan Ave., 51.5, 73.7, 95.3, 107.8, 86.8, 85.0, 68.0, 46.4, 33.2, 41.8, 51.7, 67.4, 71.1
プログラム
#==================================== # Data aggregation (monthly & yearly) #==================================== import pandas as pd import numpy as np import datetime def rdata(): fnameR='df_qq2.csv' # input file name df=pd.read_csv(fnameR, header=0, index_col=0) # read excel data df.index = pd.to_datetime(df.index, format='%Y/%m/%d') return df def cal_m(rf,lyyy,lmmm): qqm=np.zeros((len(lyyy)+1,len(lmmm)+1),dtype=np.float64) kda=np.zeros((len(lyyy)+1,len(lmmm)+1),dtype=np.float64) for i,yy in enumerate(lyyy): for j,mm in enumerate(lmmm): ss=yy+'/'+mm try: qqm[i,j]=rf[ss].sum() # sum in a month kda[i,j]=rf[ss].count() # availavle days nac=np.count_nonzero(np.isnan(rf[ss])) # unavailable days except KeyError: qqm[i,j]=np.nan kda[i,j]=np.nan if 0<nac: qqm[i,j]=np.nan kda[i,j]=np.nan qqm[i,-1]=np.sum(qqm[i,:]) # sum in a year kda[i,-1]=np.sum(kda[i,:]) # sum in a year of available days for j in range(len(lmmm)+1): qqm[-1,j]=np.nansum(qqm[:,j]) kda[-1,j]=np.nansum(kda[:,j]) qmean=qqm/kda return qmean def qq_mon(lyy,lmm,qq): qqm=cal_m(qq,lyy,lmm) ss='{0:4s}'.format('Year') for m in ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aig','Sep','Oct','Nov','Dec','Ave.']: ss=ss+',{0:>6s}'.format(m) print(ss) lyy=lyy+['Ave.'] for i,yy in enumerate(lyy): ss='{0:4s}'.format(yy) for j in range(len(lmm)+1): ss=ss+',{0:6.1f}'.format(qqm[i,j]) print(ss) def main(): df0=rdata() # daily rainfall at each area (2000.03-2019.06) lyy=['2013','2014','2015','2016','2017','2018','2019'] lmm=['01','02','03','04','05','06','07','08','09','10','11','12'] print('* Monthly discharge at Teromu GS') qq=pd.Series(df0['q_tot'], index=df0.index) qq_mon(lyy,lmm,qq) #============== # Execution #============== if __name__ == '__main__': main()
以 上
Python バージョンを入れ替える(Mac)
2020年4月27日、Pythonは3.8.1を入れていたが、3.8.2にしてみた。 Pythonと関連ライブラリのインストールはpyenvとpipのみで行っている。
目的はPythonのバージョンを変えるだけなので、.zshrcに記載しているパスや、Jupyterの設定は変更しない。もちろんこれらのファイルはいじらない。
関連事項として以下を参照。
パスの設定:.zshrc
PROMPT="%# " export PYENV_ROOT=${HOME}/.pyenv export PATH=${PYENV_ROOT}/bin:$PATH eval "$(pyenv init -)" alias brew="env PATH=${PATH/\/Users\/${USER}\/\.pyenv\/shims:?/} brew"
ファインダーに隠しファイルを表示するスクリプト:a_dota.sh
defaults write com.apple.finder AppleShowAllFiles TRUE killall Finder
ファインダーで隠しファイルを非表示にするスクリプト:a_dotk.sh
defaults write com.apple.finder AppleShowAllFiles FALSE killall Finder
以下に手順を示す。
まずは、.pyenv
を含む隠しファイルをファインダーに表示する。
% sh a_dota.sh
% brew uninstall pyenv Uninstalling /usr/local/Cellar/pyenv/1.2.18... (695 files, 2.5MB)
上記操作により、homebrew で pyenv を削除後、ディレクトリ.pyenv
をファインダーで削除。
homebrew で pyenv を再インストール。
以下の画面では、homebrew をアップデート後、pyenv
をインストールしている。
% brew install pyenv Updating Homebrew... ==> Auto-updated Homebrew! Updated 2 taps (homebrew/core and homebrew/cask). ==> New Formulae autodiff hcxtools libcpuid ==> Updated Formulae ammonite-repl fastlane nushell azcopy fetchmail open-mesh (途中省略) fantastical qiyimedia ==> Deleted Casks go2shell wineskin-winery ==> Downloading https://homebrew.bintray.com/bottles/pyenv-1.2.18.catalina.bottl Already downloaded: /Users/kk/Library/Caches/Homebrew/downloads/cd594a21b931d84b2c968913ea285837c751aa1c0db7d47a935f60c49794d6cd--pyenv-1.2.18.catalina.bottle.tar.gz ==> Pouring pyenv-1.2.18.catalina.bottle.tar.gz 🍺 /usr/local/Cellar/pyenv/1.2.18: 695 files, 2.5MB
pyenv
のインストールが無事完了。
欲しいPythonのバージョンを確認。
% pyenv install -l Available versions: 2.1.3 2.2.3 (途中省略) 3.7.7 3.8.0 3.8-dev 3.8.1 3.8.2 # <= これが欲しい! 3.9.0a5 3.9-dev activepython-2.7.14 activepython-3.5.4 activepython-3.6.0 anaconda-1.4.0 anaconda-1.5.0 (途中省略) stackless-3.4.7 stackless-3.5.4
Python 3.8.2 をインストール。
% pyenv install 3.8.2 python-build: use openssl@1.1 from homebrew python-build: use readline from homebrew Downloading Python-3.8.2.tar.xz... -> https://www.python.org/ftp/python/3.8.2/Python-3.8.2.tar.xz Installing Python-3.8.2... python-build: use readline from homebrew python-build: use zlib from xcode sdk Installed Python-3.8.2 to /Users/kk/.pyenv/versions/3.8.2
% which python /Users/kk/.pyenv/shims/python
Pythonは.pyenvの下にあるのだが、呼び出そうとするとシステムのPythonが呼び出される。
% python3 Python 3.7.7 (default, Mar 10 2020, 15:43:33) [Clang 11.0.0 (clang-1100.0.33.17)] on darwin Type "help", "copyright", "credits" or "license" for more information. >>> quit()
pyenvのglobalで3.8.2を宣言。
% pyenv global 3.8.2
% python3 Python 3.8.2 (default, Apr 27 2020, 09:48:02) [Clang 11.0.0 (clang-1100.0.33.17)] on darwin Type "help", "copyright", "credits" or "license" for more information. >>> quit()
これでPythonを呼ぶと3.8.2が立ち上がるようになる。
% python3 Python 3.8.2 (default, Apr 27 2020, 09:48:02) [Clang 11.0.0 (clang-1100.0.33.17)] on darwin Type "help", "copyright", "credits" or "license" for more information. >>> import numpy Traceback (most recent call last): File "<stdin>", line 1, in <module> ModuleNotFoundError: No module named 'numpy' >>> quit()
numpyをimportしてみるがもちろん入っていない。 以降はpipで欲しいライブラリを入れていく。
まずはpipのアップデート。
% which pip3 /Users/kk/.pyenv/shims/pip3 % pip3 install --upgrade pip Collecting pip Using cached https://files.pythonhosted.org/packages/54/0c/d01aa759fdc501a58f431eb594a17495f15b88da142ce14b5845662c13f3/pip-20.0.2-py2.py3-none-any.whl Installing collected packages: pip Found existing installation: pip 19.2.3 Uninstalling pip-19.2.3: Successfully uninstalled pip-19.2.3 Successfully installed pip-20.0.2
pip のアップデート完了後、自分が欲しいライブラリをインストール。私の場合、以下のもの。
pip3 install numpy # 数値計算用ライブラリ pip3 install scipy # 数値解析用ライブラリ pip3 install matplotlib # グラフ作成用ライブラリ pip3 install pandas # データ加工支援用ライブラリ pip3 install pillow # 画像処理用ライブラリ pip3 install openpyxl # エクセルデータ読み書き pip3 install xlrd # エクセルデータ読込用 pip3 install xlwt # エクセルデータ書込用 pip3 install scikit-learn # 機械学習ライブラリ pip3 install seaborn # グラフ作成ライブラリ pip3 install sympy # 記号計算用ライブラリ pip3 install jupyter # Jupyter
上記で入れたものを確認。依存関係にあるものは自動的にインストールされている模様。
% pip3 list Package Version ------------------ ------------ appnope 0.1.0 attrs 19.3.0 backcall 0.1.0 bleach 3.1.4 cycler 0.10.0 decorator 4.4.2 defusedxml 0.6.0 entrypoints 0.3 et-xmlfile 1.0.1 ipykernel 5.2.1 ipython 7.13.0 ipython-genutils 0.2.0 ipywidgets 7.5.1 jdcal 1.4.1 jedi 0.17.0 Jinja2 2.11.2 joblib 0.14.1 jsonschema 3.2.0 jupyter 1.0.0 jupyter-client 6.1.3 jupyter-console 6.1.0 jupyter-core 4.6.3 kiwisolver 1.2.0 MarkupSafe 1.1.1 matplotlib 3.2.1 mistune 0.8.4 mpmath 1.1.0 nbconvert 5.6.1 nbformat 5.0.6 notebook 6.0.3 numpy 1.18.3 openpyxl 3.0.3 pandas 1.0.3 pandocfilters 1.4.2 parso 0.7.0 pexpect 4.8.0 pickleshare 0.7.5 Pillow 7.1.2 pip 20.0.2 prometheus-client 0.7.1 prompt-toolkit 3.0.5 ptyprocess 0.6.0 Pygments 2.6.1 pyparsing 2.4.7 pyrsistent 0.16.0 python-dateutil 2.8.1 pytz 2019.3 pyzmq 19.0.0 qtconsole 4.7.3 QtPy 1.9.0 scikit-learn 0.22.2.post1 scipy 1.4.1 seaborn 0.10.1 Send2Trash 1.5.0 setuptools 41.2.0 six 1.14.0 sympy 1.5.1 terminado 0.8.3 testpath 0.4.4 tornado 6.0.4 traitlets 4.3.3 wcwidth 0.1.9 webencodings 0.5.1 widgetsnbextension 3.5.1 xlrd 1.2.0 xlwt 1.3.0 %
これにて作業完了。
以 上