LumAPI 1.1.4__tar.gz → 1.1.6__tar.gz

{lumapi-1.1.4 → lumapi-1.1.6}/LumAPI/__init__.py

@@ -4,7 +4,7 @@
 from .lumapi import (
     lumapi, lumerical, LumFuncBase,
     FDTD, MODE, DEVICE, INTERCONNECT,
-    savemat, loadmat, 
+    savemat, loadmat, save_h5, load_h5, 
     create_cmap, set_colorbar_range,
     Estimate_focal, Kirchhoff, 
     RayleighSommerfeld_Scalar, RayleighSommerfeld_Vector, AngularSpectrum_Vector
@@ -14,7 +14,7 @@ from .lumapi import (
 __all__ = [
     'lumapi', 'lumerical', 'LumFuncBase',
     'FDTD', 'MODE', 'DEVICE', 'INTERCONNECT',
-    'savemat', 'loadmat', 
+    'savemat', 'loadmat', 'save_h5', 'load_h5',
     'create_cmap', 'set_colorbar_range',
     'Estimate_focal', 'Kirchhoff', 
     'RayleighSommerfeld_Scalar', 'RayleighSommerfeld_Vector', 'AngularSpectrum_Vector'

{lumapi-1.1.4 → lumapi-1.1.6}/LumAPI/lumapi.py

@@ -9,7 +9,7 @@ import re, platform
 current_dir = os.path.dirname(os.path.abspath(__file__))
 CONFIG_PATH = os.path.join(current_dir, 'config.json')
 
-# ******************mat处理函数******************
+# ******************数据处理函数******************
 def savemat(filename, data_dict, version='v7.3', auto_transpose=True):
     """
     将字典数据写入 MATLAB .mat 文件。
@@ -49,7 +49,8 @@ def savemat(filename, data_dict, version='v7.3', auto_transpose=True):
 
     if version == 'v7.3':
         import h5py
-        with h5py.File(filename, 'w') as f:
+        # 预留 512 字节的 userblock 空间给 MATLAB 特征头
+        with h5py.File(filename, 'w', userblock_size=512) as f:
             for key, data_array in processed_dict.items():
                 
                 # 自动转置处理
@@ -67,6 +68,22 @@ def savemat(filename, data_dict, version='v7.3', auto_transpose=True):
                     f.create_dataset(key, data=mat_complex)
                 else:
                     f.create_dataset(key, data=data_array)
+
+        # 受限于底层 HDF5 C 语言库的运行机制，wb模式会清空文件，追加a模式会报错，只能先h5py保存后with open打开写入文件头
+        # HDF5 文件写入完成后，以读写模式打开并注入 MATLAB 文件头
+        with open(filename, 'r+b') as f:
+            # 前 116 字节为文本描述，不足部分用空格补齐
+            header_str = 'MATLAB 7.3 MAT-file, created by LumAPI custom script'
+            header_bytes = header_str.encode('ascii').ljust(116, b' ')
+            
+            # 接下来的 8 字节为子系统数据偏移量（全 0 即可）
+            subsys_offset = b'\x00' * 8
+            
+            # 最后 4 字节为版本号和字节序：0x0200 表示 v7.3，'IM' 表示小端序 (Little Endian)
+            version_and_endian = b'\x02\x00IM'
+            
+            f.seek(0)
+            f.write(header_bytes + subsys_offset + version_and_endian)
                 
     elif version == 'v7':
         import scipy.io
@@ -157,6 +174,123 @@ def loadmat(filename, auto_transpose=True, squeeze_me=True):
 
     return data_dict
 
+def save_h5(filename, data_dict, compression=True):
+    """
+    将字典数据写入标准 HDF5 文件，支持复数处理和压缩。
+
+    参数 (Parameters):
+    ------------------
+    filename : str
+        输出的 .h5 文件路径和名称。
+    data_dict : dict
+        需要写入的数据字典。
+    compression : bool, 可选 (默认: True)
+        是否进行数据压缩，使文件更小
+
+    返回 (Returns):
+    ---------------
+    bool
+        写入成功返回 True。
+    """
+    import h5py
+    # 自动补全后缀
+    if not filename.endswith('.h5') and not filename.endswith('.hdf5'):
+        filename += '.h5'
+        
+    with h5py.File(filename, 'w') as f:
+        for key, val in data_dict.items():
+            data = np.asarray(val)
+
+            # 将所有数据（包括标量）强制提升为至少2维来兼容matlab和origin的读取。
+            data = np.atleast_2d(data)
+            
+            # 处理数据类型：将整型转为双精度浮点
+            if np.issubdtype(data.dtype, np.integer):
+                data = data.astype(np.float64)
+            
+            # 压缩设置：对于大数据非常有帮助
+            dataset_args = {}
+            # 仅在数据量超过一定大小时启用压缩
+            if compression and data.ndim > 1024:
+                dataset_args = {"compression": "gzip", "compression_opts": 4}
+            
+            if np.iscomplexobj(data):
+                # 采用复合类型存储复数
+                complex_dt = np.dtype([('real', data.real.dtype), ('imag', data.imag.dtype)])
+                mat_complex = np.empty(data.shape, dtype=complex_dt)
+
+                # 兼容 0D 标量复数和多维复数数组的赋值
+                if data.ndim == 0:
+                    mat_complex['real'] = data.real
+                    mat_complex['imag'] = data.imag
+                else:
+                    mat_complex['real'] = data.real
+                    mat_complex['imag'] = data.imag
+                    
+                dset = f.create_dataset(key, data=mat_complex, **dataset_args)
+                dset.attrs['is_complex'] = 1
+            else:
+                f.create_dataset(key, data=data, **dataset_args)
+                
+    # print(f"[成功] 数据已保存至标准 HDF5: {filename}")
+    return True
+
+def load_h5(filename, squeeze_me=True):
+    """
+    从标准 HDF5 文件读取数据，并自动恢复复数结构。
+
+    参数 (Parameters):
+    ------------------
+    filename : str
+        读取的 .h5 文件路径和名称。
+    squeeze_me : bool, 可选 (默认: True)
+        是否开启数组压缩功能。
+        如果开启，会自动将 1xN 或 Nx1 数组降维为真正的 1D NumPy 数组 (N,)。
+        同时会将 1x1 的矩阵提取为单纯的标量。
+
+    返回 (Returns):
+    ---------------
+    dict
+        读取的数据字典。
+    """
+    import h5py
+    if not os.path.exists(filename):
+        raise FileNotFoundError(f"找不到文件: {filename}")
+        
+    data_dict = {}
+    try:
+        with h5py.File(filename, 'r') as f:
+            for key in f.keys():
+                data = np.array(f[key])
+                
+                # 自动检测并恢复复数
+                # 检查是否存在属性标记，或检查复合类型字段
+                is_complex = f[key].attrs.get('is_complex', 0)
+                has_fields = data.dtype.names is not None and 'real' in data.dtype.names
+                
+                if is_complex or has_fields:
+                    data = data['real'] + 1j * data['imag']
+                
+                # 维度压缩处理
+                if isinstance(data, np.ndarray):
+                    # 维度压缩
+                    if squeeze_me:
+                        # np.squeeze 会自动剥离所有大小为 1 的维度
+                        data = np.squeeze(data)
+                    
+                    # 提取标量处理
+                    if data.ndim == 0:
+                        # 提取 0维 数组为真正的标量值
+                        data = data[()]
+                    elif not squeeze_me and data.shape == (1, 1):
+                        # 如果用户关闭了压缩，兜底提取 1x1 矩阵为标量
+                        data = data[0, 0]
+
+                data_dict[key] = data
+        return data_dict
+    except Exception as e:
+        print(f"错误：读取 H5 文件失败 - {str(e)}")
+        return None
 
 # *****************绘图增强函数******************
 def create_cmap(color_list, cmap_name="custom_cmap"):

{lumapi-1.1.4 → lumapi-1.1.6}/LumAPI/lumapi.pyi

@@ -4,6 +4,8 @@ import numpy as np
 # ================= 自定义功能函数 =================
 def savemat(filename: str, data_dict: Dict[str, Any], version: str = 'v7.3', auto_transpose: bool = True) -> bool: ...
 def loadmat(filename: str, auto_transpose: bool = True, squeeze_me: bool = True) -> Dict[str, Any]: ...
+def save_h5(filename, data_dict, compression=True) -> bool: ...
+def load_h5(filename) -> Dict[str, Any]: ...
 
 def create_cmap(color_list: list, cmap_name: str = "custom_cmap") -> Any: ...
 def set_colorbar_range(mappable: Any, vmin: float, vmax: float) -> None: ...

{lumapi-1.1.4 → lumapi-1.1.6}/LumAPI/lumgenstubs.py

@@ -58,6 +58,8 @@ import numpy as np
 # ================= mat保存读取函数 =================
 def savemat(filename: str, data_dict: Dict[str, Any], version: str = 'v7.3', auto_transpose: bool = True) -> bool: ...
 def loadmat(filename: str, auto_transpose: bool = True, squeeze_me: bool = True) -> Dict[str, Any]: ...
+def save_h5(filename, data_dict, compression=True) -> bool: ...
+def load_h5(filename) -> Dict[str, Any]: ...
 
 # ==================== 绘图函数 ====================
 def create_cmap(color_list: list, cmap_name: str = "custom_cmap") -> Any: ...

{lumapi-1.1.4 → lumapi-1.1.6/LumAPI.egg-info}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: LumAPI
-Version: 1.1.4
+Version: 1.1.6
 Summary: Lumerical Python API 自动化配置工具
 Author-email: JaniQuiz <janiquiz@163.com>
 Maintainer-email: JaniQuiz <janiquiz@163.com>
@@ -22,7 +22,7 @@ Requires-Dist: h5py
 Requires-Dist: tqdm
 Dynamic: license-file
 
-# Lumerical FDTD Python 自用脚本整理
+# LumAPI：Lumerical Python接口的轻量级封装与增强库
 
 本项目旨在简化 Lumerical FDTD 软件与 Python 环境的交互流程，提供自动化的路径配置工具，并封装了matlab数据文件.mat的读取和写入，以及常用的光学仿真后处理算法（如近场至远场变换）。
 
@@ -55,7 +55,7 @@ Dynamic: license-file
  - [矢量角谱(Angular Spectrum)矢量衍射积分函数验证](docs/AngularSpectrum_Vector.md)
 
 ## 📜 许可证
-本库遵循[GPL-3.0](https://www.gnu.org/licenses/gpl-3.0.html)开源许可证
+本仓库遵循[GPL-3.0](https://www.gnu.org/licenses/gpl-3.0.html)开源许可证
 
 ## 📧 联系作者
  - **作者**: [JaniQuiz](https://github.com/JaniQuiz)  

{lumapi-1.1.4/LumAPI.egg-info → lumapi-1.1.6}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: LumAPI
-Version: 1.1.4
+Version: 1.1.6
 Summary: Lumerical Python API 自动化配置工具
 Author-email: JaniQuiz <janiquiz@163.com>
 Maintainer-email: JaniQuiz <janiquiz@163.com>
@@ -22,7 +22,7 @@ Requires-Dist: h5py
 Requires-Dist: tqdm
 Dynamic: license-file
 
-# Lumerical FDTD Python 自用脚本整理
+# LumAPI：Lumerical Python接口的轻量级封装与增强库
 
 本项目旨在简化 Lumerical FDTD 软件与 Python 环境的交互流程，提供自动化的路径配置工具，并封装了matlab数据文件.mat的读取和写入，以及常用的光学仿真后处理算法（如近场至远场变换）。
 
@@ -55,7 +55,7 @@ Dynamic: license-file
  - [矢量角谱(Angular Spectrum)矢量衍射积分函数验证](docs/AngularSpectrum_Vector.md)
 
 ## 📜 许可证
-本库遵循[GPL-3.0](https://www.gnu.org/licenses/gpl-3.0.html)开源许可证
+本仓库遵循[GPL-3.0](https://www.gnu.org/licenses/gpl-3.0.html)开源许可证
 
 ## 📧 联系作者
  - **作者**: [JaniQuiz](https://github.com/JaniQuiz)  

{lumapi-1.1.4 → lumapi-1.1.6}/README.md

@@ -1,4 +1,4 @@
-# Lumerical FDTD Python 自用脚本整理
+# LumAPI：Lumerical Python接口的轻量级封装与增强库
 
 本项目旨在简化 Lumerical FDTD 软件与 Python 环境的交互流程，提供自动化的路径配置工具，并封装了matlab数据文件.mat的读取和写入，以及常用的光学仿真后处理算法（如近场至远场变换）。
 
@@ -31,7 +31,7 @@
  - [矢量角谱(Angular Spectrum)矢量衍射积分函数验证](docs/AngularSpectrum_Vector.md)
 
 ## 📜 许可证
-本库遵循[GPL-3.0](https://www.gnu.org/licenses/gpl-3.0.html)开源许可证
+本仓库遵循[GPL-3.0](https://www.gnu.org/licenses/gpl-3.0.html)开源许可证
 
 ## 📧 联系作者
  - **作者**: [JaniQuiz](https://github.com/JaniQuiz)  

{lumapi-1.1.4 → lumapi-1.1.6}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "LumAPI"
-version = "1.1.4"
+version = "1.1.6"
 authors = [
     {name = "JaniQuiz", email = "janiquiz@163.com"},
 ]

lumapi-1.1.6/test/test.py

@@ -0,0 +1,22 @@
+from LumAPI import *
+import numpy as np
+
+# x = np.linspace(0, 1, 100)
+# y = np.linspace(0, 1, 100)
+# X, Y = np.meshgrid(x, y)
+# E = np.ones_like(X)
+
+# data = {
+#     'x': x,
+#     'y': y,
+#     'E': E
+# }
+# savemat('test.mat', data)
+
+fdtd = lumapi.FDTD()
+fdtd.addrect()
+
+fdtd.close()
+
+
+

lumapi-1.1.4/test/test.py

@@ -1,18 +0,0 @@
-from LumAPI import *
-
-x = np.linspace(0, 1, 100)
-y = np.linspace(0, 1, 100)
-X, Y = np.meshgrid(x, y)
-E = np.ones_like(X)
-
-data = {
-    'x': x,
-    'y': y,
-    'E': E
-}
-savemat('test.mat', data)
-
-
-
-
-