Gitによるversion管理

次回勉強会のテーマの決めのために，最近思うことを適当にブログに上げておきます．興味のないことは無視して下さい．

ある人に勧められてやってみようかと考えております．使ってますか？
webからの情報だと，慣れている人ならCUIのみでもO.K.ですが，ブランチとかが視覚的にわかるようにGUIも使ってみたいと考えております．
Windowsだとどうもいいものが無くて困ってますが，なんとなく使えそうなアプリケーションがあったのでやってみます．

Section Quasi 2D Uniform Flow model

前回から進んでないです．ソースをあげるのを忘れていたのでDBに置いておきます．移動中にでも見てもらえると．
いろいろ試していると，当然かもしれないですが境界付近の格子サイズの影響を強く受けることがわかってきました．乱流解析ってまだまだ勉強しないといけないことがありそうです．
ご存知かもしれませんが，以下のサイトに乱流解析がわかりやすく書いてあったのであげておきます．

パッと知りたい！人と差がつく乱流と乱流モデル講座 | ソフトウェアクレイドル

あといろんな論文を読んでるとLESってまだまだ実用向きじゃないのかと思い始めました．例えば，バックステップ流れの剥離渦を解く場合でも，相当細かい格子サイズにしないと現象に合ってこないようです．むしろ，大きな（と言ってもそれなりに小さい）格子サイズの場合，非線形性k-εのほうが結果が良い場合があったりするようです．そのため，壁付近は渦粘性モデル，それ以外はLESというようなものも非常に多く見られます．
そう考えると，最近河川でもLESの論文が増えてますが，一体何を解いているのかわからないですね．スマゴリンスキモデルが単純なので使いやすいからかもしれませんが，乱用傾向に感じます．水路スケールでもうちょっと議論したほうが良いと思います．
乱流の話はもう少し勉強します．

Python ワンライナー

上のソースコードのなかで，実験値を系列ごとにリストにappendしている以下の部分があります．急いだので適当ですが，河川の横断データの取り扱いと同様なのでワンライナーで書けないかなと思ってます．どうでしょう？チャレンジしてみませんか．

def mesuredData(fname):
    with open(fname, "rU") as f:
        data = list(map(lambda x:x.split(), f.read().strip().split("\n")))

    sections=[]
    for i,d in enumerate(data):
        if i == 0 :
            name,x,y = d[0],[],[]
        elif len(d) == 1 :
            sections.append([name,x,y])
            name,x,y = d[0],[],[]
        else :
            x.append(d[0])
            y.append(d[1])
    else:
        sections.append([name,x,y])

    return sections

Gitによるversion管理

Section Quasi 2D Uniform Flow model

Pythonワンライナー

Python ワンライナー