freestream
v1.0.1
自由流媒體和Landau匹配，以促進不變的流體動力初始條件。
freestream是用於重型離子碰撞的Python實施，如
只需運行
PIP安裝自由級
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）。
可能的問題：如果未將系統語言環境設置為UTF-8編碼（由於此讀數和代碼DOCSTRINGS中的希臘字符），則可能會發生UnicodeDecodeError 。要解決此問題，請配置語言環境或簡單地設置LANG環境變量，例如export LANG=en_US.UTF-8 。
freestream通過FreeStreamer類具有面向對象的接口，該類別採用三個參數：
freestream . FreeStreamer ( initial , grid_max , time )在哪裡
initial是一個正方形陣列，包含初始狀態，grid_max是FM中網格的最大值，即網格寬度的一半（請參見以下示例），time是在FM/c中自由流的時間。 initial陣列必須包含二維（增強不變）的初始條件，該條件已離散在均勻的方形網格上。然後將其解釋為在時間τ = 0+上非相互作用的無質量部分的密度曲線。
grid_max參數設置網格的最外側邊緣，而不是外部網格單元的中點，例如
這是與Trento --grid-max參數相同的定義。
正確設置網格最大以避免靜脈傳播非常重要。
假設initial是一個N × N初始條件陣列，網格最大為10.0 FM，我們希望以1.0 FM的自由流。我們首先創建一個FreeStreamer對象：
import freestream
fs = freestream . FreeStreamer ( initial , 10.0 , 1.0 )現在，我們可以提取從fs初始化水電所需的各種數量。
Tuv = fs . Tuv () Tuv是一個N × N ×3×3陣列，每個網格點都包含完整的張量。如果我們只需要張量的某個組件，我們可以將索引傳遞給該函數：
T00 = fs . Tuv ( 0 , 0 ) T00是每個網格點上包含T 00的N × N陣列。這純粹是出於句法便利性： fs.Tuv(0, 0)等效於fs.Tuv()[:, :, 0, 0] 。
e = fs . energy_density () # n x n
u = fs . flow_velocity () # n x n x 3我們還可以提取流速度的各個組成部分：
u1 = fs . flow_velocity ( 1 ) # n x n同樣，這相當於fs.flow_velocity()[:, :, 1] 。
剪切壓張量πμν與Tμν一樣工作：
pi = fs . shear_tensor () # n x n x 3 x 3
pi01 = fs . shear_tensor ( 0 , 1 ) # n x n大量粘性壓力π取決於狀態p（e）的方程。默認情況下，使用了理想的EOS P（E） = E /3：
bulk = fs . bulk_pressure ()實際上，理想的EOS實際上是零壓力，但是由於數值精度，將有小的非零值。
要使用另一個EOS，請將可呼叫對像傳遞給bulk_pressure() ：
bulk = fs . bulk_pressure ( eos )例如，假設我們有一個要插值的壓力和能量密度表。我們可以使用scipy.interpolate構建樣條並將其傳遞給bulk_pressure() ：
import scipy . interpolate as interp
eos_spline = interp . InterpolatedUnivariateSpline ( energy_density , pressure )
bulk = fs . bulk_pressure ( eos_spline )該代碼應在幾秒鐘內運行，具體取決於網格大小。計算時間與網格單元的數量成正比（即N 2 ）。
確保網格足夠大以適應徑向膨脹。該代碼未檢查溢出。
FreeStreamer返回對其內部數組的引用，因此請勿將其修改到位 - 製作副本！
FreeStreamer使用二維立方樣條（scipy.interpaly.trectbivariatespline）從離散網格中構造連續的初始條件曲線。如果網格間距足夠小，這是非常精確的。樣條有時在尖銳的邊界周圍略微負面。 FreeStreamer將這些負值強化為零。
腳本test.py包含單元測試並生成可視化定性檢查。要運行測試，請安裝鼻子並運行：
nosetests -v test.py
有兩個單位測試：
這些測試有時會失敗，因為存在一個隨機組件，並且公差有些嚴格（每個網格點都必須在0.1％以內同意）。當測試失敗時，它將打印出比率列表（觀察/預期）。通常，故障發生在系統非常稀釋的最外面網格電池中，即使在那裡，它也只會錯過約0.2％。
要生成可視化，請執行test.py作為帶有兩個參數的腳本，即可視化的測試用例和一個PDF輸出文件。有三個測試案例：
gaussian1 ，一個以起源為中心的狹窄對稱高斯。gaussian2 ，與起源更廣泛的不對稱高斯偏移。random ，一種隨機生成的初始條件（這在任何現實中都不是現實的，僅用於可視化）。例如：
Python test.py Gaussian1 freeStream.pdf
將運行gaussian1測試用例並將結果保存在freestream.pdf中。 PDF包含最初狀態和FreeStreamer計算的所有內容的可視化。在每個可視化中，紅色表示正值，藍色表示為負，並且陣列的最大絕對值在左上方。
隨附的腳本animate.py從HDF5格式保存的初始條件（例如Trento Events）生成動畫（如本頁面上的一個）。它需要使用Matplotlib和H5PY的Python3，當然必須安裝freestream 。要為Trento事件進行動畫活動，首先以HDF5格式生成一些事件，然後運行腳本：
Trento PB PB 10 -O Events.hdf ./ animate.py Event.hdf Event_0 freestream.mp4
第一個參數是HDF5文件名，第二個是要動畫的數據集，最後一個是動畫文件名。運行./animate.py --help以獲取更多信息，包括動畫持續時間，Framerate，colormap等的選項。
