ChiantiPy

ChiantiPy é a interface Python para o banco de dados para a espectroscopia atômica CHIANTI astrofísicos
O que é CHIANTI
O CHIANTI fornece uma base de dados de dados atómica que podem ser utilizadas para interpretar a emissão das linhas espectrais emitidas a partir continus e de alta temperatura, fontes astrofísicas opticamente finas. O projeto CHIANTI oferece um conjunto de rotinas escritas em Interactive Data Language (IDL) para acessar o banco de dados e calcular várias quantidades para uso em interpretação de espectros observados ou produzir espectros sintéticos.
Introdução ao ChiantiPy
Pré-requisitos
& Nbsp; * Python (versão 2.x latext; não é compatível com a versão 3.x)
& Nbsp; * Numpy
& Nbsp; * Scipy
& Nbsp; * Matplotlib
& Nbsp; * [Opcional] PyQt4 ou wxPython
& Nbsp; * CHIANTI, o banco de dados para a espectroscopia atômica astrofísicos
Além disso, o módulo a partir do Python FortranFormat Scientific, desenvolvido por Konrad Hinsen do Centro de Biophysique moléculaire (http://dirac.cnrs-orleans.fr/ScientificPython/), está incluído nesta distribuição para simplicidade.
A instalação do banco de dados CHIANTI
A bola tar dados compactado pode ser baixado do site do Chianti
& Nbsp; * colocar o arquivo em um diretório conveniente, cd para o diretório e descompacte o arquivo tar
& Nbsp; * ChiantiPy usa o XUVTOP variável de ambiente para encontrar o banco de dados. Definir XUVTOP para o nome do diretório em que o arquivo tar dados Chianti foi colocado. Por exemplo
> Setenv XUVTOP /data1/xuv/directory.where.the.tarball.was.placed
Alguns sites têm a base de dados CHIANTI mantido como parte de uma distribuição Solarsoft. Nesse caso, basta definir XUVTOP para o diretório eram existe, geralmente algo como US $ SSW / packages / chianti / dbase
A instalação do pacote ChiantiPy
O pacote ChiantiPy pode ser baixado a partir do ChiantiPy, descompacte-o, cd para o diretório onde foi descompactado e, em seguida, como root
> Python setup.py instalar
Se você não tem privilégios de root, basta colocar o diretório ChiantiPy (simplesmente chamado de "chianti") no seu PYTHONPATH
Running ChiantiPy
A documentação pode ser encontrada em sua página na web ChiantiPy
Em particular, um guia de início rápido está incluído o que deve levá-lo a funcionar rapidamente.
eeping pista de ChiantiPy
Há uma lista de endereços que você pode se inscrever para a https://lists.sourceforge.net/lists/listinfo/chiantipy-users. A fim de se inscrever é necessário primeiro obter uma conta de usuário de sourceforge.net. Este é um processo simples

O que é novo nesta versão:.

• Os métodos e funções para corte de ionização cálculo foram nunca devidamente aplicadas, e isso foi corrigido.
• O cálculo de coeficientes de taxa de ionização foram realizados corretamente.
• Erros no cálculo do photo-excitação e emissão estimulada foram corrigidos.

O que é novo na versão 0.5.1:

• Esta versão corrige um erro grave. Os usuários são fortemente sugerida a atualização para esta versão.

O que é novo na versão 0.5.0:

• A classe íon tem um novo método - emissList - fornecer uma lista de linhas em um determinado intervalo de comprimento de onda.
• O ion.intensityRatio tem um novo argumento palavra-chave & quot; wvlRanges & quot; de modo que, definindo wvlRanges = [[100., 200.], [500., 600]], o número mais alto de linhas serão compilados a partir com apenas as duas faixas especificadas, ou seja, 201-499 não serão incluídos.

O que é novo em versão 0.4.2:.

• Esta é uma versão de correções

O que é novo na versão 0.4.0:

• Esta versão adiciona a classe radLoss para calcular as perdas por radiação e traçar os resultados.
• O método ion.popPlot agora traça um histograma de populações de nível, se apenas um único valor de temperatura e densidade são especificados.
• Anteriormente, espera-múltiplas temperaturas ou densidades.
• Uma série de correções de bugs foram feitas.

O que é novo na versão 0.3.1:.

• Vários bugs foram corrigidos

O que é novo na versão 0.3:

• Esta versão adiciona a classe mspectrum, que permite que os usuários utilizem múltiplos núcleos de CPU locais para os cálculos espectrais que pode ser demorado.
• Além disso, existem inúmeras correções de bugs.

Requisitos :

• Python