Любите ли вы делать визуализацию научных и инженерных данных красивой и понятной? Тогда вам пригодится моя сегодняшняя находка.

Предлагаю вашему вниманию книгу "Scientific Visualization: Python + Matplotlib," которая доступна в рамках open access. А приятным дополнением книге является репозиторий ее автора на GitHub, где можно посмотреть все примеры.

#opensource #python #Matplotlib https://github.com/rougier/scientific-visualization-book

#Python #opensource фреймворк #automan Этот позволяет автоматизировать последовательность запуска ресурсоёмкий вычислительных задач из области #ML и #CAE (примеры прилагаются).
Основные особенности по мнению разработчиков:
- помогает организовать расчеты
- помогает организовать запуск расчетов и последующую постобработку их результатов
- помогает повторно использовать код для постобработки данных моделирования
- помогает выполнять все моделирование и постобработку одной командой https://github.com/pypr/automan

Сегодня я бы хотел высказать пару мыслей про #opensource проект #pyAnsys. Многие мои друзья, с которыми мы обсуждали данный проект, изначально неправильно поняли, что это, и не придали ему должного значения.

Итак, #Python внутри экосистемы #Ansys есть очень давно, так почему все вдруг начала говорить про #pyAnsys? Дело в том, что раньше python выступал только в роли некого внутреннего инструмента помощи в постановки задачи. Вы запускали продукты Ansys, и в них уже могли что-то автоматизировать на python.

pyAnsys полностью меняет концепцию. У каждого модуля появляется свой #API, который вы можете использовать в вашей #python программе. Ansys тут выступает как вспомогательный инструмент.

Например, #pyMAPDL позволяет полностью поставить #FEM задачу и запустить решатель MAPDL, который вообще может быть помещен в #docker контейнер. Обработка данных теперь может производиться единым #pyDPF фреймвоком. Данные между решателями теперь могут передаваться как вы придумаете - ведь у всех них есть свой открытый API! И да, никто не ограничивает вас в возможности совместной работы продуктов Ansys и не Ansys. В стандартных примерах вы сейчас можете найти инструкции для работы с #Gmsh.

Я бы сказал, что #pyAnsys - это основа для переосмысления Workbench. Сейчас все связи между модулями #Workbench жестко определенны разработчиками. С pyAnsys вас больше нет таких ограничений, а что еще нужно вам для проведения новых увлекательных расчетов? https://docs.pyansys.com/

Приятная и простая в использовании #Python библиотека от #Google, которая украсит ваши научные разработки #LaTeX формулами.

#opensource https://github.com/google/latexify_py