فرويد
v3.1.0
توفر مكتبة فرويد بايثون مجموعة بسيطة ومرنة وقوية من الأدوات لتحليل المسارات التي تم الحصول عليها من الديناميكيات الجزيئية أو محاكاة مونت كارلو. يتم استخدام C++ المتوازي عالي الأداء لحساب الأدوات القياسية مثل وظائف التوزيع الشعاعي، ووظائف الارتباط، ومعلمات الترتيب، والمجموعات، بالإضافة إلى طرق التحليل الأصلية بما في ذلك إمكانات متوسط القوة وعزم الدوران (PMFTs) ومطابقة البيئة المحلية. تدعم مكتبة فرويد العديد من تنسيقات الإدخال والمخرجات ومصفوفات NumPy، مما يتيح التكامل مع نظام Python البيئي العلمي للعديد من مسارات عمل علم المواد النموذجية.
عند استخدام فرويد لمعالجة البيانات للنشر، يرجى استخدام هذا الاقتباس.
يتوفر فرويد على Conda-Forge لبنيات linux-64 و osx-64 و osx-arm64 و win-64 . التثبيت مع:
mamba install freudفرويد متاح أيضًا على PyPI:
python3 -m pip install freud-analysisإذا كنت بحاجة إلى معلومات أكثر تفصيلاً أو ترغب في تثبيت فرويد من المصدر، فيرجى الرجوع إلى دليل التثبيت لتجميع فرويد من المصدر.
تسمى مكتبة فرويد باستخدام نصوص بايثون. تم توضيح العديد من الميزات الأساسية في وثائق فرويد. تأتي الأمثلة في شكل دفاتر ملاحظات Jupyter، والتي يمكن أيضًا تنزيلها من مستودع أمثلة فرويد أو إطلاقها بشكل تفاعلي على Binder. يوجد أدناه نموذج لبرنامج نصي يحسب وظيفة التوزيع الشعاعي لعملية محاكاة يتم تشغيلها باستخدام HOOMD-blue ويتم حفظها في ملف GSD.
import freud
import gsd . hoomd
# Create a freud compute object (RDF is the canonical example)
rdf = freud . density . RDF ( bins = 50 , r_max = 5 )
# Load a GSD trajectory (see docs for other formats)
traj = gsd . hoomd . open ( 'trajectory.gsd' , 'rb' )
for frame in traj :
rdf . compute ( system = frame , reset = False )
# Get bin centers, RDF data from attributes
r = rdf . bin_centers
y = rdf . rdf يرجى زيارة مستودعنا على GitHub للحصول على الكود المصدري للمكتبة. يمكن الإبلاغ عن أي مشكلات أو أخطاء في أداة تعقب المشكلات الخاصة بنا، بينما يمكن توجيه الأسئلة والمناقشات إلى لوحة المناقشة الخاصة بنا. يتم الترحيب بجميع المساهمات في فرويد عبر طلبات السحب!
