Brian2开源框架学习笔记----2.物理单位

2023-12-16 06:40

本文主要是介绍Brian2开源框架学习笔记----2.物理单位,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Brian包含了一个物理单位系统。其基本单位由其标准SI单位名称定义:

amp/ampere 安培

kilogram/kilogramme 千克

second 秒

metre/meter 米

mole/mol 摩尔

kelvin 开尔文

candela 坎德拉

除了这些基本单位,brian还定义了一些衍生单位:

coulomb 库仑(电量单位)

farad 法拉(电容单位)

gram/gramme 克

hertz 赫兹

joule 焦耳

liter/litre 公升

molar

pascal 帕斯卡(标准压强单位)

ohm 欧姆

siemens 西(电导单位)

volt 伏

watt 瓦特

还有一些带前缀的版本,比如msiemens = 0.001*siemens,用以下前缀表示:

p (10的负12次方)

n (10的负九次方)

u (10的负六次方)

m (10的负三次方)

M (10的六次方)

G (10的九次方)

T (10的12次方)

两个特例:kilogram不被其他前缀定义,meter和metre可以额外的用“centi”前缀定义(比如cmetre/cmeter)。

为了方便,一些额外的缩写也可以用,比如cm(代替cmetre/cmeter),nS(代替nsiemens),ms(代替msecond),Hz(代替hertz),mM(代替mmolar)。为了避免和一些常规的变量名称冲突,一个字母的简写是不提供的,比如,你可以使用mV和nS,但不可以用V和S。


使用单位

你可以通过将标量/矢量和物理单位相乘来获得物理量。

>>> tau = 20*ms
>>> print(tau)
20. ms
>>> rates = [10, 20, 30]*Hz
>>>print(rates)
[ 10.  20.  30.] Hz

Brian会在单位上检查运行的一致性,并且在维数不匹配的时候报错。

>>> tau += 1  # ms? second?  
Traceback (most recent call last):
...
DimensionMismatchError: Cannot calculate ... += 1, units do not match (units are second and 1).
>>> 3*kgram + 3*amp   
Traceback (most recent call last):
...
DimensionMismatchError: Cannot calculate 3. kg + 3. A, units do not match (units are kilogram and amp).

大多数Brian函数会提出未指定或不对的单位。

>>> G = NeuronGroup(10, 'dv/dt = -v/tau: volt', dt=0.5)   
Traceback (most recent call last):
...
DimensionMismatchError: Function "__init__" expected a quantitity with unit second for argument "dt" but got 0.5 (unit is 1).

Numpy函数被重写以正确使用单元。

>>> print(mean(rates))
20. Hz
>>> print(rates.repeat(2))
[ 10.  10.  20.  20.  30.  30.] Hz

移除单位

有多种选项可以从值中删除单位(例如,将其与不能正确处理单位的分析函数一起使用)。

1)将数值除以其单位(大多数情况下是推荐选项,因为它的比例很清楚)
2)通过调用asarray (no copy)或array (copy)将其转换为基本单元中的纯numpy数组。
3)通过在状态变量的名称后面附加下划线,直接获取状态变量的无单位值

>>> tau/ms
20.0
>>> asarray(rates)
array([ 10.,  20.,  30.])
>>> G = NeuronGroup(5, 'dv/dt = -v/tau: volt')
>>> print(G.v_[:])
[ 0.  0.  0.  0.  0.]

常数

Brian提供了一系列的物理常数,可用于详细的生物模型。

 如果要用常数,我们要详细地从brian2.units.constants引入。比如,为了计算在Goldman–Hodgkin–Katz voltage equation 出现的系数,我们可以用:from...import...as...

from brian2 import *
from brian2.units.constants import zero_celsius, gas_constant as R, faraday_constant as Fcelsius_temp = 27
T = celsius_temp*kelvin + zero_celsius
factor = R*T/F

导入单位

Brian生成了单位的标准名称,将单位名称(例如“siemens”)与前缀(例如“m”)组合在一起,并通过附加数字生成了平方和立方版本。例如,单位" msiemens ", " siemens2 ", " usiemens3 "都是预定义的。您可以从包中导入这些单位-相应地,这将导致从(cubed yotta lumen)到(yocto mole)的所有内容都被导入。

brian2.units.allunits

from brian2.units.allunits import *

Ylumen3

ymol

一个更好的选择通常是从brian2中导入或导入所有只导入介绍段落中提到的单位(基本单位、派生单位和一些标准缩写)的内容。

from brian2.units import*

from brian2 import*


对数量的就地操作

对数量数组的就地操作会更改基础数组,在 与标准 Numpy 数组的方式相同。这意味着,任何其他变量 引用同一对象也会受到影响:

>>> q = [1, 2] * mV
>>> r = q
>>> q += 1*mV
>>> q
array([ 2.,  3.]) * mvolt
>>> r
array([ 2.,  3.]) * mvolt

相比之下,标量永远不会改变基础值,但 而是返回一个新值(与标准 Python 标量的方式相同):

>>> x = 1*mV
>>> y = x
>>> x *= 2
>>> x
2. * mvolt
>>> y
1. * mvolt

这篇关于Brian2开源框架学习笔记----2.物理单位的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/499500

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

金融业开源技术 术语

金融业开源技术  术语 1  范围 本文件界定了金融业开源技术的常用术语。 本文件适用于金融业中涉及开源技术的相关标准及规范性文件制定和信息沟通等活动。

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

安全管理体系化的智慧油站开源了。

AI视频监控平台简介 AI视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,从而大大减少企业级应用约95%的开发成本。用户只需在界面上进行简单的操作,就可以实现全视频的接入及布控。摄像头管理模块用于多种终端设备、智能设备的接入及管理。平台支持包括摄像头等终端感知设备接入,为整个平台提