Lumerical Python API 实战：从数据自动化到光子逆向设计

注意：在 Linux 服务器无图形界面环境下运行 API 脚本，需要确保正确设置了 DISPLAY 环境变量或使用虚拟帧缓冲区（如 Xvfb），否则 lumapi 可能因无法连接 GUI 而失败。对于纯计算任务，可以考虑使用 lumapi 的 open 方法直接操作已有的 .fsp 文件，减少图形开销。

1.2 利用上下文管理器实现资源自动清理

Python 的上下文管理器（with 语句）是管理资源的利器。我们可以封装 Lumerical 会话，确保无论脚本正常结束还是异常中断，仿真文件和计算资源都能被妥善清理。

import lumapi
import os

class FDTDSession:
    """一个用于管理 FDTD 会话和文件的上下文管理器。"""
    def __init__(self, script_path='auto_script.lsf'):
        self.script_path = script_path
        self.fdtd = None
        self.filename = None

    def __enter__(self):
        self.fdtd = lumapi.FDTD()
        print("FDTD 会话已启动。")
        return self.fdtd

    def __exit__(self, exc_type, exc_val, exc_tb):
        if self.fdtd:
            # 保存脚本文件（可选）
            if hasattr(self.fdtd, 'saveScript') and self.script_path:
                self.fdtd.saveScript(self.script_path)
                print(f"脚本已保存至：{self.script_path}")
            # 关闭会话，释放许可证和内存
            self.fdtd.close()
            print("FDTD 会话已关闭，资源已释放。")
            # 如果发生异常，可以选择记录日志，但不再抛出
            if exc_type:
                print(f"会话上下文内发生异常：{exc_val}")
            # 返回 False 会让异常继续向上传播，True 则抑制异常
            return False

# 使用示例：无需担心忘记关闭会话
with FDTDSession() as fdtd:
    fdtd.addfdtd(dimension='3D', x=0, y=0, z=0, x_span=2e-6, y_span=2e-6, z_span=1e-6)
    fdtd.addgaussian(name='source', x=0, y=0, z=-0.4e-6, wavelength_start=1.3e-6, wavelength_stop=1.7e-6)
    # ... 执行更多操作
    fdtd.run()
    # 即使这里出现异常，__exit__也会确保会话被关闭

这种模式特别适合在循环中运行多个独立仿真，每个迭代都使用干净的会话环境，避免内存累积和残留设置的影响。

2. 数据自动化提取与智能后处理

仿真完成后，从结果文件中提取、整理和分析数据往往是更耗时的工作。Lumerical API 提供了直接访问仿真数据的接口，结合 numpy 和 pandas，可以构建强大的自动化后处理流水线。

2.1 批量提取与结构化存储多参数扫描结果

假设我们正在优化一个波导耦合器的间隙宽度（gap）和长度（length），扫描了 10x10 个参数组合。手动导出每个文件的传输效率 T 和回波损耗 RL 是不可想象的。以下脚本展示了如何自动化完成。

import lumapi
import numpy as np
import pandas as pd
from pathlib import Path

def extract_simulation_results(project_dir, param_sweep):
    """
    从一批仿真结果文件中提取关键性能指标。
    参数:
        project_dir: 包含多个.fsp 文件的目录。
        param_sweep: 字典，键为参数名，值为对应的扫描值列表。
    返回:
        results_df: 包含所有参数组合和结果的 Pandas DataFrame。
    """
    results = []
    project_path = Path(project_dir)
    # 假设文件名格式为：design_gap_{gap}_length_{length}.fsp
    for fsp_file in project_path.glob('*.fsp'):
        try:
            # 从文件名解析参数
            stem = fsp_file.stem
            # 简单的字符串解析，实际中可能需要更稳健的方法（如正则表达式）
            parts = stem.split('_')
            params = {parts[i]: float(parts[i+1]) for i in range(1, len(parts)-1, 2)}
            with lumapi.FDTD() as fdtd:
                fdtd.load(str(fsp_file))
                # 提取数据：例如，从监视器'T'和'R'中获取中心波长处的值
                T_data = fdtd.getresult('T', 'T')
                R_data = fdtd.getresult('R', 'R')
                # 假设数据是波长相关的，我们取最大值或特定波长