量子化学计算自动化。
项目描述
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
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
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
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)
构建分布
qmflows-1.0.0-py3-none-any.whl (83.9 kB 查看散列)
关闭
qmflows-1.0.0.tar.gz的散列
算法 | 散列摘要 | |
---|---|---|
SHA256 | c4b3ba80345d7cb921b582d27c2597caa27d4890067be74de103dec15f9ed5a5 |
|
MD5 | 86fec6fc368d4378c29ce99505a8a81d |
|
BLAKE2b-256 | 912dfa46e0991258d0bb11b069d85949d679a92b8729f5518ce6fe9deb9495a1 |
关闭
qmflows-1.0.0-py3-none-any.whl 的哈希值
算法 | 散列摘要 | |
---|---|---|
SHA256 | 4b039ce6017b1178bb288350cf38d8512d2da7b26b541771d776f47fa857eb30 |
|
MD5 | f114e5b4e50ce5b169bd9e1566c3d17d |
|
BLAKE2b-256 | 2b1b81de3fe9f816c48bae9c0e95d58d8fb36ee298a245c5e5ae3ed672820c7c |