freud

freud

Ringkasan

Pustaka Freud Python menyediakan seperangkat alat yang sederhana, fleksibel, dan kuat untuk menganalisis lintasan yang diperoleh dari dinamika molekuler atau simulasi Monte Carlo. C++ yang diparalelkan dan berkinerja tinggi digunakan untuk menghitung alat standar seperti fungsi distribusi radial, fungsi korelasi, parameter urutan, dan kluster, serta metode analisis asli termasuk potensi gaya dan torsi rata-rata (PMFT) dan pencocokan lingkungan lokal. Pustaka freud mendukung banyak format input dan output array NumPy, memungkinkan integrasi dengan ekosistem ilmiah Python untuk banyak alur kerja ilmu material pada umumnya.

Sumber daya

• Dokumentasi Referensi: Contoh, tutorial, panduan topik, dan paket API Python.
• Panduan Instalasi: Petunjuk untuk menginstal dan mengkompilasi freud .
• papan diskusi freud: Minta bantuan komunitas pengguna freud .
• Repositori GitHub: Unduh kode sumber freud .
• Pelacak masalah: Laporkan masalah atau minta fitur.

Alat Terkait

• HOOMD-blue: Melakukan simulasi MD/MC yang dapat dianalisis dengan freud .
• signac: Kelola alur kerja Anda dengan signac .

Kutipan

Saat menggunakan Freud untuk memproses data untuk publikasi, silakan gunakan kutipan ini.

Instalasi

freud tersedia di conda-forge untuk arsitektur linux-64 , osx-64 , osx-arm64 dan win-64 . Instal dengan:

mamba install freud

freud juga tersedia di PyPI:

python3 -m pip install freud-analysis

Jika Anda memerlukan informasi lebih detail atau ingin menginstal freud dari sumber, silakan merujuk ke Panduan Instalasi untuk mengkompilasi freud dari sumber.

Contoh

Perpustakaan Freud dipanggil menggunakan skrip Python. Banyak fitur inti yang didemonstrasikan dalam dokumentasi Freud. Contohnya datang dalam bentuk notebook Jupyter, yang juga dapat diunduh dari repositori contoh freud atau diluncurkan secara interaktif di Binder. Di bawah ini adalah contoh skrip yang menghitung fungsi distribusi radial untuk simulasi yang dijalankan dengan HOOMD-blue dan disimpan ke dalam file 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 

Dukungan dan Kontribusi

Silakan kunjungi repositori kami di GitHub untuk kode sumber perpustakaan. Masalah atau bug apa pun dapat dilaporkan di pelacak masalah kami, sementara pertanyaan dan diskusi dapat diarahkan ke papan diskusi kami. Semua kontribusi kepada Freud disambut melalui permintaan tarik!