跳转到主要内容

为您的TTTR数据提供最快的流算法

项目描述

🍕 意大利菜馆 🍕

意大利菜馆为您提供分析TTTR数据的最快流算法。我们目前支持以下算法

  • 二阶自相关:计算TCSPC的两个通道之间的自相关。
  • 三阶自相关:计算3个通道之间的符合事件。提供了一种同步版本,它利用同步通道是周期性和已知的这一事实。
  • 强度时间迹线:计算每个(或所有)通道相对于时间的强度。
  • 零点查找器:给定两个不相关的通道(例如,位于50/50分束器后面的激光),计算输入通道之间的延迟。
  • 寿命:从脉冲激发实验中计算寿命直方图。

支持的文件格式

目前意大利菜馆只能读取PicoQuant的PTU文件。如果您想支持更多或想提供帮助,请在tttr-toolbox项目上提交一个工单。

安装

pip install trattoria

示例

意大利菜馆的入口点是PTUFile类。该类有方法可以访问算法。每个算法都接受一个参数对象作为输入,并返回一个结果对象。有关功能列表的完整说明,请参阅examples文件夹。

from pathlib import Path

import trattoria

import matplotlib.pyplot as plt

ptu_filepath = Path("/path/to/some.ptu")
ptu = trattoria.PTUFile(ptu_filepath)

timetrace_params = trattoria.TimeTraceParameters(
    resolution=10.0,
    channel=None,
)
tt_res = ptu.timetrace(timetrace_params)

plt.plot(tt_res.t, tt_res.tt / timetrace_params.resolution)
plt.xlabel("Time (s)")
plt.ylabel("Intensity (Hz)")
plt.show()

示例文件夹包含Trattoria中所有可用功能的示例。有关更多详细信息,请参阅core.py中的docstrings。

设计

Trattoria只是一个围绕trattoria-core库的非常薄的包装,该库本身提供了对tttr-toolbox库的底层接口。一个Rust项目,提供了编译后的组件,使我们能够快速运行。

变更日志

0.3.5

  • 错误修复。由于性能原因,最后1024*16个被忽略。这已经在tttr-toolbox上游修复,Trattoria的这个版本使用了升级后的trattoria-core版本。
  • trattoria-core已停止支持Python 3.6和3.7,因此Trattoria也如此。

0.3.4

  • g2算法现在支持模式标志。使用"symmetric"时,我们使用算法的推荐版本,该版本返回负延迟和正延迟。"asymmetric"仅返回正延迟,但速度更快。默认为"symmetric"。

0.3.3

  • 底层TTTR Toolbox和Trattoria Core已被重构,以支持一次同时处理多个自定义范围或记录。已删除start_rangestop_range,以使用record_ranges。它接受一个整数元组的列表或None

引用

项目详情


下载文件

下载适合您平台的文件。如果您不确定要选择哪个,请了解更多关于安装包的信息。

源代码分发

trattoria-0.3.7.tar.gz (7.1 kB 查看哈希值)

上传时间 源代码

构建分发

trattoria-0.3.7-py3-none-any.whl (8.0 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 错误日志 StatusPage StatusPage 状态页面