跳转到主要内容

量子化学计算自动化。

项目描述

https://github.com/SCM-NV/qmflows/workflows/Tests/badge.svg https://codecov.io/gh/SCM-NV/qmflows/branch/master/graph/badge.svg Documentation Status https://zenodo.org/badge/DOI/10.5281/zenodo.3274284.svg https://badge.fury.io/py/qmflows.svg qmflows.png

QMFlows

有关教程和文档,请参阅文档

动机

现代量子化学研究依赖于一系列计算工具来执行计算。计算的复杂性通常需要上述工具之间的互操作性,这种通信通常通过尝试自动化输入/输出操作的shell脚本来完成,例如:在集群中启动计算、读取结果输出并将相关数值结果馈送到另一个程序。这些脚本难以维护和扩展,需要大量的编程专业知识才能与之合作。因此,需要一套自动且可扩展的工具,以便在异构硬件平台上执行复杂的模拟。

这个库解决了计算化学工作流程的构建和高效执行。这使得计算化学家能够轻松使用新兴的大规模并行计算环境,并专注于科学数据的解释,而不是繁琐的作业提交程序和手动数据处理。

描述

本库包含一组用Python3编写的模块,用于自动化以下任务

  1. 输入生成。

  2. 处理任务依赖关系(Noodles)。

  3. 使用(rdkit)的高级分子操作能力。

  4. 作业故障检测和恢复。

  5. 数值数据存储(h5py)。

教程和示例

一个以jupyter-notebook编写的教程可以从:教程-qmflows获取。您还可以直接访问更高级的示例

安装

  • 下载miniconda for python3:miniconda(您也可以安装完整的anaconda版本)。

  • 按照:installConda进行安装。

  • 使用以下命令创建新的虚拟环境

    • conda create -n qmflows

  • 激活新的虚拟环境

    • source activate qmflows

要退出虚拟环境,请输入source deactivate

依赖安装

  • 在终端中输入

    conda activate qmflows

使用conda环境,以下包应该已安装

  • 使用conda安装rdkith5py

    • conda install -y -q -c conda-forge rdkit h5py

    • 注意,对于Python 3.7及以后的版本,rdkit是可选的。

包安装

最后安装包

  • 使用pip安装QMFlows:- pip install qmflows

现在您可以使用qmflows了。

注意

  • 一旦安装了库和虚拟环境,每次要使用该软件时,您只需输入conda activate qmflows即可。

项目详情


下载文件

下载适合您平台的文件。如果您不确定选择哪个,请了解有关安装包的更多信息。

源分布

qmflows-1.0.0.tar.gz (77.0 kB 查看散列)

上传时间:

构建分布

qmflows-1.0.0-py3-none-any.whl (83.9 kB 查看散列)

上传时间: Python 3

由以下支持

AWSAWS云计算和安全赞助商DatadogDatadog监控FastlyFastlyCDNGoogleGoogle下载分析MicrosoftMicrosoftPSF赞助商PingdomPingdom监控SentrySentry错误日志StatusPageStatusPage状态页