ฟรอยด์
v3.1.0
ไลบรารี freud Python มอบชุดเครื่องมือที่เรียบง่าย ยืดหยุ่น และทรงพลังสำหรับการวิเคราะห์วิถีที่ได้จากพลศาสตร์ของโมเลกุลหรือการจำลองแบบมอนติคาร์โล C++ แบบขนานประสิทธิภาพสูงใช้ในการคำนวณเครื่องมือมาตรฐาน เช่น ฟังก์ชันการกระจายแนวรัศมี ฟังก์ชันสหสัมพันธ์ พารามิเตอร์ลำดับ และคลัสเตอร์ ตลอดจนวิธีการวิเคราะห์ดั้งเดิม รวมถึงศักยภาพของแรงเฉลี่ยและแรงบิด (PMFT) และการจับคู่สภาพแวดล้อมเฉพาะที่ ไลบรารี ฟรอยด์ รองรับรูปแบบอินพุตและเอาต์พุตอาร์เรย์ NumPy มากมาย ทำให้สามารถรวมเข้ากับระบบนิเวศ Python ทางวิทยาศาสตร์สำหรับเวิร์กโฟลว์วิทยาศาสตร์วัสดุทั่วไปจำนวนมาก
เมื่อใช้ ฟรอยด์ ในการประมวลผลข้อมูลสำหรับการตีพิมพ์ โปรดใช้การอ้างอิงนี้
ฟรอยด์ มีอยู่ใน conda-forge สำหรับสถาปัตยกรรม linux-64 , osx-64 , osx-arm64 และ win-64 ติดตั้งด้วย:
mamba install freudฟรอยด์ ยังมีให้บริการบน PyPI:
python3 -m pip install freud-analysisหากคุณต้องการข้อมูลโดยละเอียดเพิ่มเติม หรือต้องการติดตั้ง ฟรอยด์ จากแหล่งที่มา โปรดดูคู่มือการติดตั้งเพื่อรวบรวม ฟรอยด์ จากแหล่งที่มา
ไลบรารี ฟรอยด์ ถูกเรียกโดยใช้สคริปต์ Python คุณสมบัติหลักหลายประการแสดงให้เห็นในเอกสารของฟรอยด์ ตัวอย่างมาในรูปแบบของสมุดบันทึก Jupyter ซึ่งสามารถดาวน์โหลดได้จากที่เก็บตัวอย่างฟรอยด์หรือเปิดใช้งานแบบโต้ตอบบน Binder ด้านล่างนี้คือสคริปต์ตัวอย่างที่คำนวณฟังก์ชันการกระจายแนวรัศมีสำหรับการจำลองด้วย HOOMD-blue และบันทึกลงในไฟล์ 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 กรุณาเยี่ยมชมพื้นที่เก็บข้อมูลของเราบน GitHub เพื่อดูซอร์สโค้ดของห้องสมุด ปัญหาหรือข้อบกพร่องใดๆ อาจถูกรายงานได้ที่ตัวติดตามปัญหาของเรา ในขณะที่คำถามและการสนทนาสามารถส่งตรงไปยังกระดานสนทนาของเรา ยินดีสนับสนุนการมีส่วนร่วมของ ฟรอยด์ ทั้งหมดผ่านการร้องขอแบบดึง!
