معرفی شرکت ها

astrodust-1.0.0

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
1.0.0
1.0.0

توضیحات

A library for predicting the distribution of dust particles in protoplanetary disks
ویژگی مقدار
سیستم عامل -
نام فایل astrodust-1.0.0
نام astrodust
نسخه کتابخانه 1.0.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده UVA Astronomy Capstone Group
ایمیل نویسنده keh4nb@virginia.edu
آدرس صفحه اصلی https://github.com/kehoffman3/astrodust
آدرس اینترنتی https://pypi.org/project/astrodust/
مجوز -
# Astrodust A package for predicting the distribution of dust particles in protoplanetary disk based off our paper "Multi-Output Random Forest Regression to Emulatethe Earliest Stages of Planet Formation". ## Installation Astrodust can be installed from PyPI via pip: `pip install astrodust` ## Pretrained Models The package requires two pretrained models, a random forest regression model and XGBoost classifier. These can be downloaded beforehand from [Zenodo](https://zenodo.org/record/4662910#.YGx_bGRue3I) and placed in the current working directory in a `models` directory. Otherwise the package will prompt to automatically download them when the `DustModel` is instaniated. ## Documentation The documentation for the package is located [here](https://kehoffman3.github.io/astrodust/docs/astrodust.html). A demonstration code notebook is also [available](https://github.com/kehoffman3/astrodust/blob/master/demo/demo.ipynb), or can be viewed online [here](https://kehoffman3.github.io/astrodust/docs/demo.html). Particle sizes for each bin for the input and output are included as a reference in our [wiki](https://github.com/kehoffman3/astrodust/wiki/Particle-Sizes).


نیازمندی

مقدار نام
>=1.0 joblib
>=1.2 xgboost
>=4.50 tqdm
>=0.24.0 scikit-learn


زبان مورد نیاز

مقدار نام
>=3.6, <4 Python


نحوه نصب


نصب پکیج whl astrodust-1.0.0:

    pip install astrodust-1.0.0.whl


نصب پکیج tar.gz astrodust-1.0.0:

    pip install astrodust-1.0.0.tar.gz