改成在服务器上直接用的python脚本

时间: 2024-10-25 12:16:25 浏览: 25
将给定的 Bash 脚本转换为 Python 脚本,并使其能够在服务器上直接运行。以下是转换后的 Python 脚本: ```python import os import subprocess import time # 设置 SLURM 参数 job_name = "AIMD-job" node = "node01" num_nodes = 1 num_tasks = 36 time_limit = "72:00:00" output_file = "vasp.out" partition = "maxtime" # 获取当前工作目录 submit_dir = os.getcwd() # 打印作业信息 print(f"JOBID: {os.environ.get('SLURM_JOBID', '')}") print(f"Job Name: {job_name}") print(f"Node list: {os.environ.get('SLURM_JOB_NODELIST', '')}") print(f"Requested total cores#: {num_tasks}") print(f"Cores on node: {os.environ.get('SLURM_CPUS_ON_NODE', '')}") print(f"OpenMP thread: {os.environ.get('OMP_NUM_THREADS', '')}") print(f"Path: {os.environ.get('PATH', '')}") print(f"Current working directory: {submit_dir}") # 获取 CPU 和内存信息 cpu_info = subprocess.check_output("grep MHz /proc/cpuinfo | head -1", shell=True).decode().strip() core_info = subprocess.check_output("grep cores /proc/cpuinfo | head -1", shell=True).decode().strip() processor_count = int(subprocess.check_output("grep processor /proc/cpuinfo | wc -l", shell=True).decode().strip()) cpu_name = subprocess.check_output("grep 'model name' /proc/cpuinfo | head -1", shell=True).decode().strip() memory_info = subprocess.check_output("grep MemTotal /proc/meminfo", shell=True).decode().strip() print(cpu_info) print(core_info) print(f"Processor count: {processor_count}") print(cpu_name) print(memory_info) # 记录开始时间 start_time = time.time() # 加热过程 while not os.path.exists('Heating_success'): print("Running Heating...") os.system("cp INCAR.heat INCAR") os.system("ulimit -s unlimited") with open("vasp.out.heat", "w") as f: subprocess.run(["mpirun", "-np", str(num_tasks), "/public/soft/vasp.6.4.2/bin/vasp_gam"], stdout=f, stderr=subprocess.STDOUT) success = subprocess.check_output("grep '1000 T=' vasp.out.heat", shell=True).decode().strip() time.sleep(10) if success: os.system("touch Heating_success") os.makedirs("RUN_0", exist_ok=True) os.system("cp POSCAR CONTCAR INCAR* KPOINTS POTCAR RUN_0") os.system("mv DOSCAR EIGENVAL IBZKPT OSZICAR OUTCAR PCDAT PROCAR REPORT XDATCAR vasp.out.heat vasprun.xml RUN_0") heating_time = time.time() - start_time print(f"Heating time was {heating_time:.2f} seconds") break else: print("Run heating again") # 分子动力学过程 os.system("cp INCAR.MD INCAR") for i in range(1, 151): while not os.path.exists(f"RUN_{i}_success"): print(f"Running {i}...") run_start = time.time() final = i - 1 os.system(f"cp RUN_{final}/CONTCAR ./POSCAR") os.system("ulimit -s unlimited") with open(f"vasp.out.{i}", "w") as f: subprocess.run(["mpirun", "-np", str(num_tasks), "/public/soft/vasp.6.4.2/bin/vasp_gam"], stdout=f, stderr=subprocess.STDOUT) success = subprocess.check_output(f"grep '1000 T=' vasp.out.{i}", shell=True).decode().strip() time.sleep(10) if success: os.system(f"touch RUN_{i}_success") os.makedirs(f"RUN_{i}", exist_ok=True) os.system(f"cp POSCAR CONTCAR INCAR* KPOINTS POTCAR RUN_{i}") os.system(f"mv DOSCAR EIGENVAL IBZKPT OSZICAR OUTCAR PCDAT PROCAR REPORT XDATCAR vasp.out.{i} vasprun.xml RUN_{i}") run_end = time.time() runtime = run_end - run_start print(f"Running time of this run was {runtime:.2f} seconds") break else: print(f"Run {i} again") ``` ### 说明: 1. **环境变量**:使用 `os.environ.get` 获取环境变量。 2. **命令执行**:使用 `subprocess.run` 和 `os.system` 执行系统命令。 3. **文件操作**:使用 `os.makedirs` 创建目录,使用 `os.system` 复制和移动文件。 4. **时间记录**:使用 `time.time()` 记录时间和计算运行时间。 这个脚本可以在服务器上直接运行,假设你已经安装了必要的依赖项(如 `subprocess` 模块)。你可以通过以下命令运行该脚本: ```sh python3 your_script.py ``` 请确保将 `your_script.py` 替换为你保存脚本的实际文件名。
阅读全文

相关推荐

最新推荐

recommend-type

如何在python中写hive脚本

在Python中编写Hive脚本主要是为了方便地与Hadoop HIVE数据仓库进行交互,这样可以在数据分析和机器学习流程中无缝地集成大数据处理步骤。以下将详细介绍如何在Python环境中执行Hive查询和管理Hive脚本。 1. **直接...
recommend-type

在服务器上安装python3.8.2环境的教程详解

在服务器上安装Python 3.8.2环境是一项基础但重要的任务,特别是在进行Web开发、数据分析或其他基于Python的项目时。以下是一个详细的步骤教程,帮助你在服务器上搭建Python 3.8.2环境。 首先,你需要访问Python的...
recommend-type

shell脚本中执行python脚本并接收其返回值的例子

在Linux或Unix系统中,Shell脚本是一种强大的自动化工具,它可以调用各种程序,包括Python脚本。在Shell脚本中执行Python脚本并接收其返回值是进行复杂任务管理和流程控制的重要方式。本文将详细讲解如何在Shell脚本...
recommend-type

ubuntu下让python脚本可直接运行的实现方法

在Ubuntu操作系统中,为了让Python脚本能够像普通可执行文件一样直接运行,需要进行一些配置。这主要涉及到两个步骤:指定Python解释器路径和赋予脚本执行权限。下面详细讲解这两个步骤以及解决可能出现的问题。 ...
recommend-type

Python脚本后台运行的几种方式

Python脚本后台运行是开发过程中常见需求,尤其是在服务器管理和自动化任务执行中。下面将详细介绍几种在Linux环境下让Python脚本后台运行的方法。 1. **Linux 下后台运行**: 在Linux下,我们可以直接在命令行...
recommend-type

降低成本的oracle11g内网安装依赖-pdksh-5.2.14-1.i386.rpm下载

资源摘要信息: "Oracle数据库系统作为广泛使用的商业数据库管理系统,其安装过程较为复杂,涉及到多个预安装依赖包的配置。本资源提供了Oracle 11g数据库内网安装所必需的预安装依赖包——pdksh-5.2.14-1.i386.rpm,这是一种基于UNIX系统使用的命令行解释器,即Public Domain Korn Shell。对于Oracle数据库的安装,pdksh是必须的预安装组件,其作用是为Oracle安装脚本提供命令解释的环境。" Oracle数据库的安装与配置是一个复杂的过程,需要诸多组件的协同工作。在Linux环境下,尤其在内网环境中安装Oracle数据库时,可能会因为缺少某些关键的依赖包而导致安装失败。pdksh是一个自由软件版本的Korn Shell,它基于Bourne Shell,同时引入了C Shell的一些特性。由于Oracle数据库对于Shell脚本的兼容性和可靠性有较高要求,因此pdksh便成为了Oracle安装过程中不可或缺的一部分。 在进行Oracle 11g的安装时,如果没有安装pdksh,安装程序可能会报错或者无法继续。因此,确保pdksh已经被正确安装在系统上是安装Oracle的第一步。根据描述,这个特定的pdksh版本——5.2.14,是一个32位(i386架构)的rpm包,适用于基于Red Hat的Linux发行版,如CentOS、RHEL等。 运维人员在进行Oracle数据库安装时,通常需要下载并安装多个依赖包。在描述中提到,下载此依赖包的价格已被“打下来”,暗示了市场上其他来源可能提供的费用较高,这可能是因为Oracle数据库的软件和依赖包通常价格不菲。为了降低IT成本,本文档提供了实际可行的、经过测试确认可用的资源下载途径。 需要注意的是,仅仅拥有pdksh-5.2.14-1.i386.rpm文件是不够的,还要确保系统中已经安装了正确的依赖包管理工具,并且系统的软件仓库配置正确,以便于安装rpm包。在安装rpm包时,通常需要管理员权限,因此可能需要使用sudo或以root用户身份来执行安装命令。 除了pdksh之外,Oracle 11g安装可能还需要其他依赖,如系统库文件、开发工具等。如果有其他依赖需求,可以参考描述中提供的信息,点击相关者的头像,访问其提供的其他资源列表,以找到所需的相关依赖包。 总结来说,pdksh-5.2.14-1.i386.rpm包是Oracle 11g数据库内网安装过程中的关键依赖之一,它的存在对于运行Oracle安装脚本是必不可少的。当运维人员面对Oracle数据库安装时,应当检查并确保所有必需的依赖组件都已准备就绪,而本文档提供的资源将有助于降低安装成本,并确保安装过程的顺利进行。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

云计算术语全面掌握:从1+X样卷A卷中提炼精华

![云计算术语全面掌握:从1+X样卷A卷中提炼精华](https://ask.qcloudimg.com/http-save/yehe-1475574/696453895d391e6b0f0e27455ef79c8b.jpeg) # 摘要 本文全面解析了云计算的基础概念,并深入理解了云计算服务模型,包括IaaS、PaaS和SaaS的区别及其应用。文章详细探讨了云计算部署模型,包括公有云、私有云及混合云的架构优势和选择策略。同时,本文也实践应用了云计算的关键技术,如虚拟化、容器技术以及云安全策略。此外,文章探讨了云服务管理与监控的工具、最佳实践、性能监控以及合规性和可持续发展问题。最后,本文通
recommend-type

. 索读取⼀幅图像,让该图像拼接⾃身图像,分别⽤⽔ 平和垂直 2 种。要求运⾏结果弹窗以⾃⼰的名字全拼命名。

在Python中,我们可以使用PIL(Pillow)库来处理图像并实现您所描述的功能。首先,你需要安装PIL库,如果还没有安装,可以使用pip install pillow命令。以下是简单的步骤来实现这个功能: 1. 打开图像文件: ```python from PIL import Image def open_image_and_display(image_path): img = Image.open(image_path) ``` 2. 创建一个新的空白图像,用于存放拼接后的图像: ```python def create_concat_image(img, directi
recommend-type

Java基础实验教程Lab1解析

资源摘要信息:"Java Lab1实践教程" 本次提供的资源是一个名为"Lab1"的Java实验室项目,旨在帮助学习者通过实践来加深对Java编程语言的理解。从给定的文件信息来看,该项目的名称为"Lab1",它的描述同样是"Lab1",这表明这是一个基础的实验室练习,可能是用于介绍Java语言或设置一个用于后续实践的开发环境。文件列表中的"Lab1-master"表明这是一个主版本的压缩包,包含了多个文件和可能的子目录结构,用于确保完整性和便于版本控制。 ### Java知识点详细说明 #### 1. Java语言概述 Java是一种高级的、面向对象的编程语言,被广泛用于企业级应用开发。Java具有跨平台的特性,即“一次编写,到处运行”,这意味着Java程序可以在支持Java虚拟机(JVM)的任何操作系统上执行。 #### 2. Java开发环境搭建 对于一个Java实验室项目,首先需要了解如何搭建Java开发环境。通常包括以下步骤: - 安装Java开发工具包(JDK)。 - 配置环境变量(JAVA_HOME, PATH)以确保可以在命令行中使用javac和java命令。 - 使用集成开发环境(IDE),如IntelliJ IDEA, Eclipse或NetBeans,这些工具可以简化编码、调试和项目管理过程。 #### 3. Java基础语法 在Lab1中,学习者可能需要掌握一些Java的基础语法,例如: - 数据类型(基本类型和引用类型)。 - 变量的声明和初始化。 - 控制流语句,包括if-else, for, while和switch-case。 - 方法的定义和调用。 - 数组的使用。 #### 4. 面向对象编程概念 Java是一种面向对象的编程语言,Lab1项目可能会涉及到面向对象编程的基础概念,包括: - 类(Class)和对象(Object)的定义。 - 封装、继承和多态性的实现。 - 构造方法(Constructor)的作用和使用。 - 访问修饰符(如private, public)的使用,以及它们对类成员访问控制的影响。 #### 5. Java标准库使用 Java拥有一个庞大的标准库,Lab1可能会教授学习者如何使用其中的一些基础类和接口,例如: - 常用的java.lang包下的类,如String, Math等。 - 集合框架(Collections Framework),例如List, Set, Map等接口和实现类。 - 异常处理机制,包括try-catch块和异常类层次结构。 #### 6. 实验室项目实践 实践是学习编程最有效的方式之一。Lab1项目可能包含以下类型的实际练习: - 创建一个简单的Java程序,比如一个控制台计算器。 - 实现基本的数据结构和算法,如链表、排序和搜索。 - 解决特定的问题,比如输入处理和输出格式化。 #### 7. 项目组织和版本控制 "Lab1-master"文件名暗示该项目可能采用Git作为版本控制系统。在项目实践中,学习者可能需要了解: - 如何使用Git命令进行版本控制。 - 分支(Branch)的概念和合并(Merge)的策略。 - 创建和管理Pull Request来协作和审查代码。 #### 8. 代码规范和文档 良好的代码规范和文档对于保持代码的可读性和可维护性至关重要。Lab1项目可能会强调: - 遵循Java编码标准,例如命名约定、注释习惯。 - 编写文档注释(Javadoc),以便自动生成API文档。 通过Lab1项目的实践和指导,学习者能够逐步掌握Java编程语言的核心知识,并为后续更深入的学习和项目开发打下坚实的基础。