新闻详情

新闻详情

首页 / 资讯中心 / 详情

pint:Python物理单位计算系统

发布时间:2026/11/14 7:55:28来源:尧图网络
pint:Python物理单位计算系统
文章目录简介单位和物理量*格式化输出简介pint是Python的物理单位计算系统通过指定量纲避免因单位混淆导致的计算错误。支持pip和conda安装。pip install pint -i https://pypi.tuna.tsinghua.edu.cn/simple conda install -c conda-forge pint单位和物理量*UnitRegistry是pint中的核心类内置了完整的国际单位制SI、英制单位及词头如 kilo, milli并维护它们之间的数学等价关系。frompintimportUnitRegistry uregUnitRegistry()ureg.meter# Unit(meter)30.0*ureg.meter# Quantity(30.0, meter)从示例代码可知单位的类型是Unit单位和数值相乘之后输出的类型是Quantity即物理量。pint提供了更便捷的物理量生成方案下面几行代码的返回值完全一致。3.14*ureg.meter ureg.Quantity(3.14,ureg.meter)ureg.Quantity(3.14,meter)ureg(3.14meter)ureg(3.14m)这些单位可以在安装路径中的default_en.txt中查看。通过to方法可以实现单位的转换调用to_compact可将单位转换为更紧凑的形式。ureg(3.14m).to(mm)# Quantity(3140.0, millimeter)qureg(3.14km)*ureg(1mm)# Quantity(3.14, kilometer * millimeter)q.to(mm**2)# Quantity(3140000.0, millimeter ** 2)q.to_compact()# Quantity(3.14, meter ** 2)格式化输出pint提供了多种格式化输出方案其中pretty模式更适合命令行打印输出示例如下uregpint.UnitRegistry()q2.3e-6*ureg.m**3/(ureg.s**2*ureg.kg)print(q)# 2.3e-06 meter ** 3 / kilogram / second ** 2f{q:~P}# 2.3×10⁻⁶ m³/kg/s²f{q:~^P}# 2.3×10⁻⁶ kg⁻¹·m³·s⁻²f{q:~#P}# 2.3 mm³/g/s²f{q:P#~}# 2.3 mm³/g/s²f{q:.2f~#P}# 2.30 mm³/g/s²f{q:#~}# 2.3 mm ** 3 / g / s ** 2其中#表示在输出前先调用Quantity.to_compact()~表示试用单位的符号而非标准名称有了这个meter变成m^表示使用负指数代替除号有了这个【/kg/s²】变成【·m³·s⁻²】。pint还支持其他模式对于形如f{q:#~P}将P替换为其他模式的字母其结果如下表所示f{q:#~D}f{q:#~C}f{q:#~P}f{q:#~H}f{q:#~L}f{q:#~Lx}标记说明示例D默认(default)2.3 mm ** 3 / g / s ** 2C紧凑(compact)2.3 mm**3/g/s**2Ppretty2.3 mm³/g/s²HHTML2.3 mm3/(g s2)Llatex‘2.3\ \frac{\mathrm{mm}^{3}}{\left(\mathrm{g} \cdot \mathrm{s}^{2}\right)}’Lxlatex siunitx\SI[]{2.3}{\milli\meter\cubed\per\gram\per\second\squared}
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉