snewpy

SNEWPY: Supernova-Neutrino-Frühwarnmodelle für Python

SNEWPY ist ein Python-Paket für die Arbeit mit Supernova-Neutrinos. Es bietet …

• … eine einfache und einheitliche Schnittstelle zu Hunderten von Supernova-Simulationen.
• … eine große Bibliothek von Flavor-Transformationen, die die in der Supernova erzeugten Neutrinoflüsse mit denen in Beziehung setzen, die einen Detektor auf der Erde erreichen.
• … und eine Python-Schnittstelle zu SNOwGLoBES, mit der Sie Ereignisraten in vielen verschiedenen Neutrinodetektoren schätzen und grafisch darstellen können.

Installation

Führen Sie pip install snewpy aus, um SNEWPY zu installieren.

SNEWPY umfasst eine große Anzahl von Supernova-Modellen aus verschiedenen Simulationsgruppen. Da diese Modelle mehrere 100 MB groß sind, sind sie nicht in der Erstinstallation enthalten, sondern werden bei Bedarf automatisch heruntergeladen. Alternativ können Sie den folgenden Befehl ausführen, um Modelle, die Sie verwenden möchten, explizit in ein Unterverzeichnis namens SNEWPY-models/<model_name>/ im aktuellen Verzeichnis herunterzuladen:

python -c 'import snewpy; snewpy.get_models()'

Nutzung und Dokumentation

SNEWPY bietet Ihnen einfachen Zugriff auf Hunderte der enthaltenen SN-Simulationen …

 import astropy . units as u
from snewpy . models . ccsn import Nakazato_2013 , Bollig_2016

# Initialise two SN models. This automatically downloads the required data files if necessary.
nakazato = Nakazato_2013 ( progenitor_mass = 20 * u . solMass , revival_time = 100 * u . ms , metallicity = 0.004 , eos = 'shen' )
bollig = Bollig_2016 ( progenitor_mass = 27 * u . solMass )

… und viele Geschmacksumwandlungen, die Neutrinos auf dem Weg zur Erde erleben könnten …

 from snewpy . flavor_transformation import AdiabaticMSW
from snewpy . neutrino import MassHierarchy

# Adiabatic MSW flavor transformation with normal mass ordering
msw_nmo = AdiabaticMSW ( mh = MassHierarchy . NORMAL )

… damit Sie schnell den Neutrinofluss berechnen können, der die Erde erreicht:

 times = [ 0.5 , 1 ] * u . s
energies = range ( 5 , 50 ) * u . MeV
# Assume a SN at the fiducial distance of 10 kpc and normal mass ordering.
flux = bollig . get_flux ( times , energies , distance = 10 * u . kpc , flavor_xform = msw_nmo )

Sie können auch die beobachtete Ereignisrate in allen von SNOwGLoBES unterstützten Neutrinodetektoren berechnen, die enthaltenen SN-Modelle und Flavor-Transformationen im Code von Drittanbietern (wie Ereignisgeneratoren) verwenden und vieles mehr.

Jupyter-Notizbücher, die die über SNEWPY verfügbaren herunterladbaren Supernova-Modelle und einen Großteil ihrer Funktionalität präsentieren, sind im Unterordner doc/nb/ verfügbar. Weitere Beispielskripte befinden sich im Unterordner python/snewpy/scripts/ .

Artikel, die SNEWPY und die zugrunde liegende Physik beschreiben, werden im Astrophysical Journal (DOI:10.3847/1538-4357/ac350f, arXiv:2109.08188) und im Journal of Open Source Software (DOI:10.21105/joss.03772) veröffentlicht.

Weitere Informationen finden Sie in der vollständigen Dokumentation unter „Read the Docs“.

Mitwirken

Ihre Beiträge zu SNEWPY sind willkommen! Für kleinere Änderungen reichen Sie einfach einen Pull-Request ein. Wenn Sie größere Änderungen planen, ist es wahrscheinlich eine gute Idee, zuerst ein Problem zu eröffnen, um unsere Arbeit zu koordinieren.

Wir verwenden einen Fork & Pull Request-Workflow, der auf GitHub üblich ist. Weitere Informationen finden Sie auf der Seite „Mitwirken“ in unserer vollständigen Dokumentation.