【文献分享】freud 程序: 用于原子模拟数据的高通量分析

本文主要是介绍【文献分享】freud 程序: 用于原子模拟数据的高通量分析,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!


================================

分享一篇用于原子模拟数据高通量分析的程序:freud 

感谢论文的原作

================================

主要内容

“ freud 程序是一个用于分析仿真数据的库。考虑到现代模拟和数据分析工作流程,freud 提供了一个 Python 接口,用于在笔记本电脑、工作站和超级计算集群上高效运行的快速并行 C++ 例程。该软件包提供了在周期系统中寻找粒子邻居的核心工具,并为使用这些工具实现的各种方法提供了统一的 API。因此,freud 用户可以同样轻松地访问标准方法,例如径向分布函数以及更新、更专业的方法,例如平均力和扭矩的潜力以及局部晶体环境分析。而不是提供自己的轨迹数据结构,freud 直接在 NumPy 数组或其他 Python 包提供的轨迹数据结构上运行。这种设计允许freud 通过利用其他轨迹管理工具的文件解析能力与许多轨迹文件格式透明地交互。通过对其数据源保持不可知,freud 适用于分析任何粒子模拟,无论原始数据表示或模拟方法如何。当与 HOOMD-blue 等可编写脚本的模拟软件结合用于实时分析时,freud 可以实现适应系统当前状态的智能模拟,从而允许用户研究成核和生长等现象。”——取自文章摘要。

================================

Additional comments including restrictions and unusual features:

1. freud provides very fast parallel implementations of standard analysis methods like RDFs and correlation functions.

2. freud includes the reference implementation for the potential of mean force and torque (PMFT).

3. freud provides various novel methods for characterizing particle environments, including the calculation of descriptors useful for machine learning.

================================

Figure 1

Figure 2

Figure 3

Figure 4

Figure 5

Figure 6

Figure 7

================================

Analysis Modules

These introductory examples showcase the functionality of specific modules in freud, showing how they can be used to perform specific types of analyses of simulations.

  • freud.cluster.Cluster and freud.cluster.ClusterProperties

  • freud.density.CorrelationFunction

  • freud.density.GaussianDensity

  • freud.density.LocalDensity

  • freud.density.RDF: Accumulating g(r) for a Fluid

  • freud.density.RDF: Choosing Bin Widths

  • freud.diffraction.DiffractionPattern

  • freud.diffraction.Static Structure Factor Direct and freud. diffraction. Static Structure FactorDebye

  • freud.environment.AngularSeparation

  • freud.environment.BondOrder

  • freud.environment.EnvironmentCluster

  • freud.environment.LocalDescriptors: Steinhardt Order Parameters from Scratch

  • freud.interface.Interface

  • freud.order.Hexatic: Hard Hexagons

  • freud.order.Hexatic: 2D Minkowski Structure Metrics

  • freud.order.Nematic: Nematic Order Parameter and the Nematic Tensor

  • The Nematic Order Parameter

  • Calculating the Nematic Order Parameter

  • Example 1: A Disordered System

  • Example 3: Different Degrees of Orientational Order

  • freud.order.Steinhardt

  • freud.pmft.PMFTXY

  • freud.pmft.PMFTXYZ: Shifting Example

================================

Example Analyses

The examples below go into greater detail about specific applications of freud and use cases that its analysis methods enable, such as user-defined analyses, machine learning, and data visualization.

  • Implementing Common Neighbor Analysis as a custom method

  • Analyzing simulation data from HOOMD-blue at runtime

  • Analyzing GROMACS data with freud and MDTraj: Computing an RDF for Water

  • Analyzing data from LAMMPS

  • Using Machine Learning for Structural Identification

  • Handling Multiple Particle Types (A-B Bonds)

  • Calculating the Radial Distribution Function (RDF) from Simulation Data

  • Calculating Strain via Voxelization

  • Visualizing analyses with fresnel

  • Visualization with plato

  • Visualizing 3D Voronoi and Voxelization

================================


部分例子

Figure 8 radial distribution function (RDF) 

Figure 9 Voronoi diagram

Figure 10 Cluster identified

Figure 11 Compute the correlation functions

Figure 12 Gaussian density calculation

Figure 13 local density calculation

Figure 14 calculation of the radial distribution function

Figure 15 DiffractionPattern


Figure 16 Static Structure Factor

Figure 17 Angular Separation class

Figure 18 Computing the Bond Order Diagram

Figure 19 Particle Local Environment

Figure 20 Locating Particles on Interfacial Boundaries

Figure 21 Hexatic Order Parameter

Figure 22 Mean Squared Displacement

================================

图片

以上是我们分享的一些经验或者文章的搬运,或有不足,欢迎大家指出!

如有侵权,请联系我立马删除!

详细内容(文章题目、文章链接、附件下载)可在微 信 公 众 号原子与分子模拟获取,欢迎大家关注。

 

这篇关于【文献分享】freud 程序: 用于原子模拟数据的高通量分析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/856514

相关文章

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

Spring事务中@Transactional注解不生效的原因分析与解决

《Spring事务中@Transactional注解不生效的原因分析与解决》在Spring框架中,@Transactional注解是管理数据库事务的核心方式,本文将深入分析事务自调用的底层原理,解释为... 目录1. 引言2. 事务自调用问题重现2.1 示例代码2.2 问题现象3. 为什么事务自调用会失效3

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

找不到Anaconda prompt终端的原因分析及解决方案

《找不到Anacondaprompt终端的原因分析及解决方案》因为anaconda还没有初始化,在安装anaconda的过程中,有一行是否要添加anaconda到菜单目录中,由于没有勾选,导致没有菜... 目录问题原因问http://www.chinasem.cn题解决安装了 Anaconda 却找不到 An

Spring定时任务只执行一次的原因分析与解决方案

《Spring定时任务只执行一次的原因分析与解决方案》在使用Spring的@Scheduled定时任务时,你是否遇到过任务只执行一次,后续不再触发的情况?这种情况可能由多种原因导致,如未启用调度、线程... 目录1. 问题背景2. Spring定时任务的基本用法3. 为什么定时任务只执行一次?3.1 未启用

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键(Hot Key)定义特点应对策略示例数据倾斜(Data S

Python实现将MySQL中所有表的数据都导出为CSV文件并压缩

《Python实现将MySQL中所有表的数据都导出为CSV文件并压缩》这篇文章主要为大家详细介绍了如何使用Python将MySQL数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到... python将mysql数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到另一个

SpringBoot整合jasypt实现重要数据加密

《SpringBoot整合jasypt实现重要数据加密》Jasypt是一个专注于简化Java加密操作的开源工具,:本文主要介绍详细介绍了如何使用jasypt实现重要数据加密,感兴趣的小伙伴可... 目录jasypt简介 jasypt的优点SpringBoot使用jasypt创建mapper接口配置文件加密