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

Python package for solving implicit heat conduction

ویژگی	مقدار
سیستم عامل	-
نام فایل	conduction-0.1
نام	conduction
نسخه کتابخانه	0.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Ben Mather
ایمیل نویسنده	brmather1@gmail.com
آدرس صفحه اصلی	https://github.com/brmather/conduction
آدرس اینترنتی	https://pypi.org/project/conduction/
مجوز	-

# Conduction Implicit heat conduction solver on a structured grid written in Python. It interfaces with PETSc to provide highly scalable meshes and solve the steady-state heat equation using direct or iterative methods. ## Dependencies - Python 2.7 and above - Numpy 1.9 and above - Scipy 0.14 and above - [mpi4py](http://pythonhosted.org/mpi4py/usrman/index.html) - [petsc4py](https://pythonhosted.org/petsc4py/usrman/install.html) - [h5py](http://docs.h5py.org/en/latest/mpi.html#building-against-parallel-hdf5) (optional - for saving parallel data) - Matplotlib (optional - for visualisation) ### PETSc installation PETSc is used extensively via the Python frontend, petsc4py. It is required that PETSc be configured and installed on your local machine prior to using this module. You can use pip to install petsc4py and its dependencies. ```shell pip install [--user] numpy mpi4py pip install [--user] petsc petsc4py ``` If that fails, you must [compile](https://git.dias.ie/itherc/conduction/blob/master/COMPILE.md) these dependencies manually. ## Usage All of the scripts in the *tests* directory can be run in parallel, e.g. ``` mpirun -np 4 python conduction3d_benchmark.py ``` where the number after the `np` flag specifies the number of processors. ### API A `ConductionND` object can be defined based on the extent of the domain and the number of cells. The simplified use-case below outlines the following tasks: 1. Define a mesh on which to solve the heat equation 2. Populate the thermal conductivity and heat production fields 3. Set boundary conditions on the top and bottom walls 4. Solve for temperature ```python from conduction import ConductionND # define the mesh minX, minY, minZ = 0.0, 0.0, 0.0 maxX, maxY, maxZ = 1.0, 1.0, 1.0 resX, resY, resZ = 10, 10, 10 mesh = ConductionND((minX, minY, minZ), (maxX, maxY, maxZ), (resX, resY, resZ)) # populate thermal conductivity and heat production fields n = resX*resY*resZ k = np.ones(n) H = np.ones(n) mesh.update_properties(k, H) # set boundary conditions mesh.boundary_condition("maxZ", 0.0, flux=False) # Dirichlet BC mesh.boundary_condition("minZ", 1.0, flux=True) # Neumann BC # solve temperature T = mesh.solve() ``` More complex examples can be found in the `Examples` directory.

زبان مورد نیاز

مقدار	نام
>=2.7, >=3.5	Python

نحوه نصب

نصب پکیج whl conduction-0.1:

pip install conduction-0.1.whl

نصب پکیج tar.gz conduction-0.1:

pip install conduction-0.1.tar.gz