معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A finite difference simulation library

ویژگی	مقدار
سیستم عامل	-
نام فایل	FastFD-0.1
نام	FastFD
نسخه کتابخانه	0.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Stefan Meili
ایمیل نویسنده	stefan.meili@gmail.com
آدرس صفحه اصلی	https://github.com/stefanmeili/fastfd
آدرس اینترنتی	https://pypi.org/project/FastFD/
مجوز	-

# FastFD A finite differences simulation library. This package lets you quickly build simple numerical simulations. ## Features * Quickly build finite difference simulations with an arbitrary number of domains, scalars, dimensions and boundary conditions. * Concise, clear syntax. * Build models for CPU or GPU using Scipy or Cupy sparse libraries. * Arbitrary derivative order and approximation accuracy. * Partial model updates minimize overheads in iterative solutions. * Implicit transient simulation. ## Usage ```python # Import fastfd and select the scipy sparse library (or cupy for GPU support) import fastfd as ffd ffd.sparse_lib('scipy') import numpy as np # Define axes x = ffd.LinearAxis('x', start = 0, stop = 1, num = 201) y = ffd.LinearAxis('y', start = 0, stop = 1, num = 201) # Define scalars T = ffd.Scalar('T', [x, y], accuracy = 4) # Define the model model = ffd.FDModel([T]) # Set model governing equations (thermal diffusion) model.update_equations({ 'Conductivity': ((T.d('x', 2) + T.d('y', 2)), 0), }) # Set model boundary conditions model.update_bocos({ 'Tx=1 adiabatic': (T.i[-1, :], T.d('x')[-1, :], 0), 'Ty=1 adiabatic': (T.i[:, -1], T.d('y')[:, -1], 0), 'Tx=0 sinewave': (T.i[0, :], T.i[0, :], 100 * np.sin(x.coords * 2*np.pi)), 'Ty=0 sinewave': (T.i[:, 0], T.i[:, 0], -100 * np.sin(y.coords * 2*np.pi)), }) # Solve the model result = model.solve() ``` <p align="center"> <img src="./docs/readme/example_result.png" alt="Model Solution" width="500"/> </p> ## GPU FastFD can be set to use the Cupyx sparse libraries, though support is still a little rough around the edges. The current version of Cupy (8.5) only supports a least squares solver ('lsqr') which is much slower than the default 'spsolve'. However, spsolve will be implemented in the upcoming release of Cupy 9.0. ## Example Notebooks See example notebooks here: <a href="./docs/examples"> ./docs/examples </a> for a more detailed explanation of how to use. <img src="./docs/readme/heat_conduction_result.png" alt="Steady state heat conduction" style="float: left; margin-right: 10px;" width="265"/> <img src="./docs/readme/transient_wave_result.png" alt="Transient 1D wave propagation" style="float: left; margin-right: 10px;" width="325"/> <img src="./docs/readme/shoreline_waves_result.png" alt="Transient 2D wave propagation" style="float: left; margin-right: 10px;" width="232"/>

نیازمندی

مقدار	نام
-	numpy
-	scipy

زبان مورد نیاز

مقدار	نام
>= 3.6	Python

نحوه نصب

نصب پکیج whl FastFD-0.1:

pip install FastFD-0.1.whl

نصب پکیج tar.gz FastFD-0.1:

pip install FastFD-0.1.tar.gz