freestream
v1.0.1
自由流媒体和Landau匹配，以促进不变的流体动力初始条件。
freestream是用于重型离子碰撞的Python实施，如
只需运行
PIP安装自由级
唯一的要求是Numpy（1.8.0或更高版本）和Scipy（0.14.0或更高版本）。
可能的问题：如果未将系统语言环境设置为UTF-8编码（由于此读数和代码DOCSTRINGS中的希腊字符），则可能会发生UnicodeDecodeError 。要解决此问题，请配置语言环境或简单地设置LANG环境变量，例如export LANG=en_US.UTF-8 。
freestream通过FreeStreamer类具有面向对象的接口，该类别采用三个参数：
freestream . FreeStreamer ( initial , grid_max , time )在哪里
initial是一个正方形阵列，包含初始状态，grid_max是FM中网格的最大值，即网格宽度的一半（请参见以下示例），time是在FM/c中自由流的时间。 initial阵列必须包含二维（增强不变）的初始条件，该条件已离散在均匀的方形网格上。然后将其解释为在时间τ = 0+上非相互作用的无质量部分的密度曲线。
grid_max参数设置网格的最外侧边缘，而不是外部网格单元的中点，例如
这是与Trento --grid-max参数相同的定义。
正确设置网格最大以避免静脉传播非常重要。
假设initial是一个N × N初始条件阵列，网格最大为10.0 FM，我们希望以1.0 FM的自由流。我们首先创建一个FreeStreamer对象：
import freestream
fs = freestream . FreeStreamer ( initial , 10.0 , 1.0 )现在，我们可以提取从fs初始化水电所需的各种数量。
Tuv = fs . Tuv () Tuv是一个N × N ×3×3阵列，每个网格点都包含完整的张量。如果我们只需要张量的某个组件，我们可以将索引传递给该函数：
T00 = fs . Tuv ( 0 , 0 ) T00是每个网格点上包含T 00的N × N阵列。这纯粹是出于句法便利性： fs.Tuv(0, 0)等效于fs.Tuv()[:, :, 0, 0] 。
e = fs . energy_density () # n x n
u = fs . flow_velocity () # n x n x 3我们还可以提取流速度的各个组成部分：
u1 = fs . flow_velocity ( 1 ) # n x n同样，这相当于fs.flow_velocity()[:, :, 1] 。
剪切压张量πμν与Tμν一样工作：
pi = fs . shear_tensor () # n x n x 3 x 3
pi01 = fs . shear_tensor ( 0 , 1 ) # n x n大量粘性压力π取决于状态p（e）的方程。默认情况下，使用了理想的EOS P（E） = E /3：
bulk = fs . bulk_pressure ()实际上，理想的EOS实际上是零压力，但是由于数值精度，将有小的非零值。
要使用另一个EOS，请将可呼叫对象传递给bulk_pressure() ：
bulk = fs . bulk_pressure ( eos )例如，假设我们有一个要插值的压力和能量密度表。我们可以使用scipy.interpolate构建样条并将其传递给bulk_pressure() ：
import scipy . interpolate as interp
eos_spline = interp . InterpolatedUnivariateSpline ( energy_density , pressure )
bulk = fs . bulk_pressure ( eos_spline )该代码应在几秒钟内运行，具体取决于网格大小。计算时间与网格单元的数量成正比（即N 2 ）。
确保网格足够大以适应径向膨胀。该代码未检查溢出。
FreeStreamer返回对其内部数组的引用，因此请勿将其修改到位 - 制作副本！
FreeStreamer使用二维立方样条（scipy.interpaly.trectbivariatespline）从离散网格中构造连续的初始条件曲线。如果网格间距足够小，这是非常精确的。样条有时在尖锐的边界周围略微负面。 FreeStreamer将这些负值强化为零。
脚本test.py包含单元测试并生成可视化定性检查。要运行测试，请安装鼻子并运行：
nosetests -v test.py
有两个单位测试：
这些测试有时会失败，因为存在一个随机组件，并且公差有些严格（每个网格点都必须在0.1％以内同意）。当测试失败时，它将打印出比率列表（观察/预期）。通常，故障发生在系统非常稀释的最外面网格电池中，即使在那里，它也只会错过约0.2％。
要生成可视化，请执行test.py作为带有两个参数的脚本，即可视化的测试用例和一个PDF输出文件。有三个测试案例：
gaussian1 ，一个以起源为中心的狭窄对称高斯。gaussian2 ，与起源更广泛的不对称高斯偏移。random ，一种随机生成的初始条件（这在任何现实中都不是现实的，仅用于可视化）。例如：
Python test.py Gaussian1 freeStream.pdf
将运行gaussian1测试用例并将结果保存在freestream.pdf中。 PDF包含最初状态和FreeStreamer计算的所有内容的可视化。在每个可视化中，红色表示正值，蓝色表示为负，并且阵列的最大绝对值在左上方。
随附的脚本animate.py从HDF5格式保存的初始条件（例如Trento Events）生成动画（如本页面上的一个）。它需要使用Matplotlib和H5PY的Python3，当然必须安装freestream 。要为Trento事件进行动画活动，首先以HDF5格式生成一些事件，然后运行脚本：
Trento PB PB 10 -O Events.hdf ./ animate.py Event.hdf Event_0 freestream.mp4
第一个参数是HDF5文件名，第二个是要动画的数据集，最后一个是动画文件名。运行./animate.py --help以获取更多信息，包括动画持续时间，Framerate，colormap等的选项。
