Maple Flow 的新功能

• 从 Python 运行 Maple Flow 工作表‌
  新的 Python 集成功能，可直接从Python脚本执行Maple Flow工作表。修改工作表中的参数、运行计算，并提取所需结果——所有这些操作部在Python工作流中完成。
  
  您可以使用 Maple Flow 自带的 Python 发行版或任意外部 Python 发行版来运行工作表。
  
  典型应用场景：在传统的工程开发流程中，设计工程师负责在 Maple Flow 中创建和验证核心的计算模型（例如，电机选型计算、散热分析、应力校核）。每当产品需求变更或需要进行方案评估时，工程师都需要手动修改模型参数，反复执行计算，并将结果整理、复制粘贴到报告或需求文档中，过程繁琐且易错。 与此同时，企业的软件开发团队可能正在基于这些设计结果，开发配套的应用程序，例如：内部选型配置工具、客户报价系统或生产指导软件。程序员通常需要将工程师提供的计算公式和逻辑，用编程语言（如Python、C#）重新实现一遍，这不仅是重复劳动，更引入了“二次翻译”可能带来的错误风险，且一旦设计模型更新，两边的代码必须手动同步，维护成本高昂。
  
  价值：Maple Flow与Python的集成，打通了工程计算与软件开发间的壁垒，将计算模型转化为可调用的“服务”。对设计工程师：他们可以继续专注于自己最擅长的领域——在 Maple Flow 友好、直观的“电子白板”界面上，利用强大的数学引擎构建和优化核心计算模型。对软件开发团队：程序员无需理解公式背后的复杂物理意义，也无需重新实现计算逻辑。他们只需将工程师发布的 Maple Flow 工作表视为一个即插即用的、可编程的“计算微服务”。
  
  

• 并行运行 Maple Flow 工作表以进行参数扫描
  Maple Flow 2025.2 支持并行多次执行同一工作表，每次可采用不同的参数值。这显著加快了参数扫描的速度，便于快速探索大型解空间。
  
  计算密集型的工作表可以同步执行，从而减少整体计算时间。并行运行完全自动进行，无需特殊编程。
  
  典型应用场景：设计优化与参数寻优，在进行机械设计、控制系统调参或电路优化时，工程师通常需要调整多个参数（如尺寸、电阻、系数等）来寻找最佳设计方案。此功能可以自动同时计算数十甚至上百组不同的参数组合，快速定位性能最优的设计点。
  
  价值：极大提升效率，节省宝贵时间：将原本需要按顺序排队计算数小时甚至数天的参数扫描任务，通过并行计算大幅缩短至几十分钟或更短。
  
  

从 Excel 粘贴数据

早期版本的 Maple Flow 允许用户：
• 从 Excel 电子表格导入和导出数据。
• 在 Excel 中运行 Maple Flow 工作表，通过鼠标驱动的用户界面生成通信连接。

2025.2 版本更新，用户现在可以将数据从 Excel 复制并粘贴到 Flow 工作表中。
典型应用场景：
数据转移与高级分析：将 Excel 中准备好的原始数据快速移入 Maple Flow，以便进行更复杂的数学计算和建模。
跨工具工作流衔接：在 Excel进行数据预处理后，无缝切换到 Maple Flow 进行工程仿真或科学计算。
报告生成与增强可视化：把 Excel 表格粘贴到 Maple Flow 中，利用其高级图形功能创建更具表现力的报告。

其他新功能：

• 打印范围现在可设置为对所有会话全局生效，或仅对当前会话生效。
  
  应用场景：工程师在撰写报告、归档设计或准备评审材料时，需要反复从Maple Flow工作表中打印特定的图表、计算区域或整个工作页。每次打印可能都需要手动调整页面范围。
  
  价值：提升操作效率与保持一致性。对于团队或长期项目，可以一次性设定好标准打印范围，确保所有文档输出格式统一，免去重复设置的麻烦。
  
• PDF 导出现已支持自定义字体——工作表中使用的任何用户安装的字体都将在导出的 PDF 中正确显示。
• 产品整体进行了多项性能改进。
• 修复了多个用户报告的问题。