跳转到主要内容

用于在运行列式对撞机高能物理分析时启用不太陌生的语法的基本工具和包装器。

项目描述

coffea - 列式对象框架用于高效分析

https://zenodo.org/badge/159673139.svg https://github.com/CoffeaTeam/coffea/actions/workflows/ci.yml/badge.svg https://codecov.io/gh/CoffeaTeam/coffea/branch/master/graph/badge.svg?event=schedule https://badge.fury.io/py/coffea.svg https://img.shields.io/pypi/dm/coffea.svg https://img.shields.io/conda/vn/conda-forge/coffea.svg https://badges.gitter.im/CoffeaTeam/coffea.svg https://mybinder.org/badge_logo.svg

用于在运行列式对撞机高能物理分析时启用不太陌生的语法的基本工具和包装器。

coffea是一个原型包,用于整合使用科学Python生态系统进行高能物理实验分析的所有典型需求。它使用uprootawkward-array来提供基于数组的语法,以高效和Pythonic的方式操作HEP事件数据。子包实现了直方图、绘图和查找表功能,这些功能用于传达科学见解、应用数据转换和校正蒙特卡洛模拟与数据之间的差异。

coffea还提供了水平扩展分析的功能,以减少分析的时间至洞察力,这种扩展方式在很大程度上独立于分析所执行的资源。通过利用现代Apache SparkparslDaskWork Queue等大数据技术,使用coffea可以将高能物理分析从笔记本电脑上的测试扩展到大型多核服务器、计算集群和超级计算机,而无需修改或以其他方式调整分析代码。

coffea是一个与iris-hep合作的高能物理社区项目,目前是一个原型。我们欢迎您提出改进意见,以提高其质量,并朝着合理地重构到科学Python生态系统和首次发布的方向发展。请随时在我们的github存储库上贡献!

安装

像安装其他Python包一样安装coffea

pip install coffea

或类似(如果您想使用sudo、--user、virtualenv或pip-in-conda,请这样做)。有关更多详细信息,请参阅文档中的安装coffea部分。

严格依赖

以下是在您使用pip安装coffea时自动安装的:

  • numpy (1.22+);

  • uproot,用于与ROOT文件交互和处理它们的数据;

  • awkward-array,用于操作复杂结构的列数据,如稀疏数组;

  • numba,即时编译Python函数;

  • scipy,提供许多统计函数;

  • matplotlib作为绘图后端;

  • 以及其他在pyproject.toml中列出的实用程序包。

文档

所有文档均托管在https://coffeateam.github.io/coffea/

引用

如果您想在您的作品中引用此代码,您可以使用在CITATION.cff中指出的zenodo DOI或最新的DOI。您还可以引用以下会议论文

  • “N. Smith等 2020 EPJ Web Conf. 245 06012”

  • “L. Gray等 2023 J. Phys.: Conf. Ser. 2438 012033”

项目详情


发布历史 发布通知 | RSS源

下载文件

下载适用于您平台文件的文件。如果您不确定该选择哪个,请了解有关安装包的更多信息。

源代码分发

coffea-2024.9.0.tar.gz (21.7 MB 查看哈希值)

上传时间 源代码

构建分发

coffea-2024.9.0-py3-none-any.whl (176.1 kB 查看哈希值)

上传时间 Python 3

由以下支持

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误记录 StatusPage StatusPage 状态页面