]> SALOME platform Git repositories - tools/medcoupling.git/commitdiff
Salome HOME
Some more minor doc fixes
authorGilles DAVID <gilles-g.david@edf.fr>
Mon, 11 Dec 2017 09:16:15 +0000 (10:16 +0100)
committerGilles DAVID <gilles-g.david@edf.fr>
Mon, 11 Dec 2017 09:33:29 +0000 (10:33 +0100)
doc/tutorial/medcoupling_dataarray1_fr.rst
doc/tutorial/medcoupling_umesh1_fr.rst
doc/tutorial/medcouplingmultiproc_fr.rst

index dc9cac5ed49c29054c1103904c901a6413654a23..945d340c9238d26d0409a666ed8f2299abdc99d7 100644 (file)
@@ -179,7 +179,7 @@ On a ainsi récupéré dans ``c`` l'ensemble des m=12 groupes de noeuds communs
 La méthode ``findCommonTuples()`` retourne ainsi 2 paramètres: un tableau contenant la liste des tuples communs 
 et un tableau d'index qui permet de naviguer dans le premier tableau.    
 Il s'agit d'une forme de retour très classique dans MEDCoupling, appelée *indirect indexing*. Cela apparaît souvent dans la manipulation des 
-maillages non structurés. Cette représentation est rappelée sur l'image ci-dessous, où le premier tableau et en haut, 
+maillages non structurés. Cette représentation est rappelée sur l'image ci-dessous, où le premier tableau est en haut, 
 et le deuxième tableau permettant de la parcourir en bas:
 
 .. image:: images/IndirectIndex.jpg
@@ -288,7 +288,7 @@ Tous les tuples (ou nodes) sont à translater du vecteur [3.3,4.4] afin de recen
 
        d3 += [3.3,4.4]
 
-Constuire un maillage non strucuturé
+Constuire un maillage non structuré
 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 
 On chercher maintenant à créer le maillage final montré dans la figure. Nous avons déjà construit le tableau
index 83db9df6bcefeb5f0f1f004830ee4331d03f2a82..7e134779be5528711ad56822f76b086d28a85678 100644 (file)
@@ -111,8 +111,6 @@ Il y a 3 possibilités pour faire cela. Nous allons les voir du plus simple au p
        critères géométriques.
        Il s'agit d'abord de calculer les barycentres des cellules 3D de ``mesh3D`` (méthode 
        ``MEDCouplingUMesh.computeCellCenterOfMass()``).
-       (*Note*: le nom -- un peu trop long -- de cette méthode hérite du passé. Le "AndOwner" indique le fait qu'en C++
-       l'appelant est responsable de la désallocation de l'objet retourné : il prend l'*ownership* du résultat). 
        
        Ensuite sélectionner la composante #2 des barycentres des cellules et mettre le résultat dans ``baryZ``.
        Ensuite il suffit de selectionner dans ``baryZ`` les tuples qui sont dans l'intervalle ``[zLev[1], zLev[2]]``. 
index 7e0cd3dfa32e8b323a6d5e442f7e03824cbcb2f1..eae972254f09909b1a45f23ed9e812bc6d1496de 100644 (file)
@@ -67,14 +67,13 @@ Le premier élément du tuple est la partie du maillage ``m2`` considérée. Le
 L'idée est d'interpoler ``m`` avec ``m2Part``.
 
 On récupèrera ensuite la matrice sparse ``myMat`` issue de ``m`` avec ``m2Part``.
-Ensuite l'idée et de générer une matrice sparse ``mat2`` à partir de ``myMat`` avec les ids globaux de ``m2``. ::
+Ensuite l'idée est de générer une matrice sparse ``mat2`` à partir de ``myMat`` avec les ids globaux de ``m2``. ::
 
        def work(inp):
             m2Part,partToGlob=inp
            myRemap=mr.MEDCouplingRemapper()
            assert(myRemap.prepare(m,m2Part,"P0P0")==1)
            myMat=myRemap.getCrudeCSRMatrix()
-           a=mc.DataArrayInt.Range(s.start,s.stop,s.step)
            indptrnew=mc.DataArrayInt(m2.getNumberOfCells())
            indptrnew.fillWithZero()
            d=mc.DataArrayInt(myMat.indptr).deltaShiftIndex()