使用python和vb控制cst进行自动化仿真之（一）：环境配置

使用python和vb控制cst进行自动化仿真之（一）：环境配置

（果然这篇文章又被抄袭啦。本文是我原创哒，请心疼一下作者，未经允许不要转载，更不要抄袭，谢谢。）

做微波的童鞋会经常用到cst进行仿真。我有个朋友最近一个课题需要使用cst仿真大量数据，这些数据对应的一部分结构参数要求随机生成，这样就没办法使用扫参。cst自带了vb(visual basic)编程环境，可以使用vb脚本编程控制cst实现自动仿真。得到这些数据后，会被用到pytorch中作为神经网络的训练数据。cst2020 提供了python编程接口，也提供了在pyhon环境中执行vb脚本的接口，如此一来，数据获取和训练都可以在pyhon中进行。不仅非常方便，而且将来可以实现模型参数的自动优化。（cst2020破解版安装包获取以及破解教程可以参考这个链接：https://www.bilibili.com/read/cv4982729/）

1.cst参考文档

每个版本的cst都带了非常非常全的参考文档，我们想知道的都在里面。打开cst自带的help文档，找到 automation and scripting，就可以看到关于python控制接口的详细介绍。

2.创建 python3.6虚拟环境

cst2020的python包是基于python3.6的，为了能够在pycharm中同时使用cst的接口和完整的python接口，需要先使用conda创建一个python3.6的虚拟环境（请事先安装好conda，参见文末第六节）。
打开Anaconda Powershell Prompt，输入命令：
conda create -n py36 python=3.6
注意没有env，下载安装完成之后，可以看到虚拟环境的路径：

3.创建pycharm project

注意：这里 ProgramData 是隐藏文件夹，在文件资源管理器中找不到的话直接在路径框中输入该路径即可。

4.设置环境变量

按照 help 文档的提示，新建一个PYTHONPATH的环境变量：

如果不创建这个环境变量的话，每个要 import cst 的文件都要添加这两行代码：

import sys
sys.path.append(r"/python_cst_libraries")

5.大功告成

至此环境配置就完成了。如果还需要 pytorch 的话，还需要在 Anaconda Powershell Prompt 输入以下两条命令，为咱们的虚拟环境安装pytorch（我这里没有安装cuda，要装cuda的同学可以参考官网教程：https://pytorch.org/get-started/locally/）:
conda activate py36
conda install pytorch torchvision cpuonly -c pytorch

6.anaconda 安装

到 anaconda 官网（https://www.anaconda.com/products/individual），该页面底部根据操作系统下载 anaconda安装包:

选择 python3.7的安装包，会默认安装python3.7，我们再在安装完成后使用命令行创建python3.6的虚拟环境。在安装python3.6的虚拟环境或者pytorch的时候，如果下载很慢，可以通过以下方式指定国内镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
然后你就会发现快了很多。（如果在教育网内不需要指定国内镜像好像也会比较快）