معرفی شرکت ها

eikonalfm-0.9.7

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
0.9.7
0.9.6
0.9.5
0.9.4
0.9.1
0.9.0
0.9.7
0.9.6
0.9.5
0.9.4
0.9.3
0.9.1
0.9.0

توضیحات

solving the (factored) eikonal equation with the Fast Marching method
ویژگی مقدار
سیستم عامل -
نام فایل eikonalfm-0.9.7
نام eikonalfm
نسخه کتابخانه 0.9.7
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Kevin Ganster
ایمیل نویسنده kevinganster@gmail.com
آدرس صفحه اصلی https://github.com/kevinganster/eikonalfm
آدرس اینترنتی https://pypi.org/project/eikonalfm/
مجوز MIT
# Eikonal Fast Marching eikonalfm is a Python (C++) extension which implements the Fast Marching method for the eikonal equation <p align="center"><img src="https://latex.codecogs.com/svg.latex?\lvert\nabla\tau(x)\rvert^2=\frac{1}{c^2(x)}," title="\lvert\nabla\tau(x)\rvert^2=\frac{1}{c^2(x)}," /></p> and the factored eikonal equation <p align="center"><img src="https://latex.codecogs.com/svg.latex?\lvert(\tau_0\nabla\tau_1&plus;\tau_1\nabla\tau_0)(x)\rvert^2=\frac{1}{c^2(x)}," title="\lvert(\tau_0\nabla\tau_1+\tau_1\nabla\tau_0)(x)\rvert^2=\frac{1}{c^2(x)}," /></p> where <img src="https://latex.codecogs.com/svg.latex?\inline&space;\tau_0(x)=\lvert&space;x-x_s\rvert." title="\tau_0(x)=\lvert x-x_s\rvert" /> ## References - J. Sethian. Fast marching methods. SIAM Review, 41(2):199-235, 1999. doi: 10.1137/S0036144598347059. URL https://doi.org/10.1137/S0036144598347059 - Eran Treister and Eldad Haber. A fast marching algorithm for the factored eikonal equation. Journal of Computational Physics, 324:210-225, 2016. ## Requirements - Python 3 - numpy version 1.7 or higher - C++11 compiler ## Installation ### Installation from PyPi: ```bash pip install eikonalfm ``` ### Manual install from the repository: ```bash git clone https://github.com/kevinganster/eikonalfm.git cd eikonalfm pip install . ``` or ```bash pip install git+https://github.com/kevinganster/eikonalfm.git ``` ## Examples ```python import numpy as np import eikonalfm c = np.ones((100, 100)) x_s = (0, 0) dx = (1.0, 1.0) order = 2 tau_fm = eikonalfm.fast_marching(c, x_s, dx, order) tau1_ffm = eikonalfm.factored_fast_marching(c, x_s, dx, order) ``` Note that the source position `x_s` describes an index-vector. To visualize the results, matplotlib (https://pypi.org/project/matplotlib/) can be used, for example: ```python import matplotlib.pyplot as plt # for the distance-function 'x_s' also describes an index-vector tau0 = eikonalfm.distance(tau1_ffm.shape, dx, x_s, indexing="ij") plt.contourf(tau0 * tau1_ffm) plt.show() ```


نیازمندی

مقدار نام
<60.0 setuptools
>=1.7 numpy


زبان مورد نیاز

مقدار نام
>= 3.0 Python


نحوه نصب


نصب پکیج whl eikonalfm-0.9.7:

    pip install eikonalfm-0.9.7.whl


نصب پکیج tar.gz eikonalfm-0.9.7:

    pip install eikonalfm-0.9.7.tar.gz