NGLview 开源项目安装与使用教程
2024-10-10 21:10:30作者:秋泉律Samson
NGLview 是一款强大的 Jupyter 小部件,它允许用户交互式地查看分子结构和轨迹。本教程基于 GitHub 上的开源项目,将指导您了解其核心组件、启动流程以及配置详情。
1. 项目目录结构及介绍
NGLview 的项目结构精心设计,便于开发者和用户理解和扩展。以下是其主要目录和文件的概览:
- nglview/ <- 核心包目录
- notebooks/ <- 示例和教程Jupyter笔记本存放处
- js/ <- JavaScript代码库,包括NGL Viewer的交互逻辑
- nglview-js-widgets.json <- Jupyter小部件定义文件
- setup.py <- Python安装脚本
- ...
- docs/ <- 文档资料,包括API文档和用户指南
- examples/ <- 使用案例集合,帮助理解NGLview的多种应用
- tests/ <- 单元测试和集成测试目录
- setup.cfg <- 配置文件,用于Python打包过程
- requirements.txt <- 依赖列表,开发和运行所需库
- ...
每个子目录服务于特定目的,例如notebooks提供实践操作示例,而js则封装了与前端交互的核心功能。
2. 项目的启动文件介绍
NGLview作为Jupyter小部件,本身没有独立的传统“启动文件”。启动NGLview通常涉及在Jupyter环境中导入并使用该库。用户首先应确保已正确安装NGLview。之后,在Jupyter Notebook或者JupyterLab中通过以下Python命令启动:
import nglview as nv
view = nv.show_pdbid("3pqr") # 以加载一个PDB ID为例
view
这段代码导入NGLview库,并显示一个从RCSB PDB获取的结构ID为“3pqr”的分子结构。
3. 项目的配置文件介绍
NGLview的配置并不直接通过单独的文件进行管理。然而,它的行为可以通过几种方式进行定制:
环境配置
-
IPython Notebook限制调整:当处理大型结构时,可能需要调整
iopub_data_rate_limit。jupyter notebook --NotebookApp.iopub_data_rate_limit=10000000 -
JupyterLab兼容性:NGLview与JupyterLab >= 3.0版本配合良好,且无需额外步骤即可工作。
开发环境设置
对于开发者而言,需要关注的是setup.py和JavaScript代码中的package.json(位于js/目录下),它们分别负责Python部分和前端资源的构建与安装。若要进行源码级修改,需安装相关依赖并激活Jupyter的小部件扩展:
git clone https://github.com/nglviewer/nglview
cd nglview
python setup.py install
cd js
npm install
# 激活必要的Jupyter小部件扩展
python -m ipykernel install --sys-prefix
jupyter nbextension enable --py --sys-prefix widgetsnbextension
jupyter nbextension enable --py --sys-prefix nglview
通过以上步骤,您可以成功配置环境,开始利用NGLview的强大功能来可视化分子结构和轨迹。记住,虽然没有直接的配置文件,但NGLview提供了丰富的API和命令行选项来满足不同的使用需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210