Фрейд

Фрейд

Обзор

Библиотека Freud Python предоставляет простой, гибкий и мощный набор инструментов для анализа траекторий, полученных в результате молекулярной динамики или моделирования Монте-Карло. Высокопроизводительный параллельный C++ используется для расчета стандартных инструментов, таких как функции радиального распределения, функции корреляции, параметры порядка и кластеры, а также оригинальных методов анализа, включая потенциалы средней силы и крутящего момента (PMFT) и сопоставление с локальными условиями. Библиотека Фрейда поддерживает множество входных форматов и выводит массивы NumPy, обеспечивая интеграцию с научной экосистемой Python для многих типичных рабочих процессов в области материаловедения.

Ресурсы

• Справочная документация: примеры, учебные пособия, руководства по темам и API-интерфейсы Python для пакетов.
• Руководство по установке: Инструкция по установке и компиляции freud .
• Доска обсуждений Фрейда: обратитесь за помощью к сообществу пользователей Фрейда .
• Репозиторий GitHub: Загрузите исходный код Freud .
• Отслеживание проблем: сообщайте о проблемах или запрашивайте функции.

Сопутствующие инструменты

• HOOMD-синий: выполнение моделирования MD/MC, которое можно проанализировать с помощью Фрейда .
• Signac: Управляйте своим рабочим процессом с помощью Signac .

Цитирование

При использовании Фрейда для обработки данных для публикации используйте эту цитату.

Установка

Фрейд доступен на conda-forge для архитектур Linux-64 , osx-64 , osx-arm64 и win-64 . Установить с помощью:

mamba install freud

Фрейд также доступен на PyPI:

python3 -m pip install freud-analysis

Если вам нужна более подробная информация или вы хотите установить Freud из исходного кода, обратитесь к Руководству по установке, чтобы скомпилировать Freud из исходного кода.

Примеры

Библиотека Фрейда вызывается с помощью скриптов Python. Многие основные функции продемонстрированы в документации Freud. Примеры представлены в виде блокнотов Jupyter, которые также можно загрузить из репозитория примеров Freud или запустить в интерактивном режиме на Binder. Ниже приведен пример сценария, который вычисляет функцию радиального распределения для моделирования с помощью HOOMD-blue и сохраняет его в файл 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 

Поддержка и вклад

Посетите наш репозиторий на GitHub для получения исходного кода библиотеки. О любых проблемах или ошибках можно сообщить в нашем трекере проблем, а вопросы и обсуждения можно направить на нашу доску обсуждений. Все вклады в Фрейда приветствуются через запросы на включение!