Pint库中自定义单位系统的正确使用方法
2025-06-30 02:36:46作者:乔或婵
在Python计量单位库Pint的使用过程中,自定义单位系统是一个常见需求。近期有开发者反馈在Pint 0.23版本中无法通过@user_unit指令创建自定义系统,而在0.18版本中可以正常工作。这实际上反映了Pint库版本迭代中对API用法的调整。
问题本质
开发者尝试使用以下代码创建名为"mmkms"的单位系统:
lines_mmkms = [
"@user_unit mmkms using international",
"millimeter",
"kilogram",
"millisecond",
]
在Pint 0.23版本中会抛出ValueError: Could not define System from lines异常。这是因为从某个版本开始,Pint修改了定义单位系统的语法规则。
正确解决方案
Pint新版本中定义单位系统应使用@system指令而非@user_unit:
lines_mmkms = [
"@system mmkms using international", # 关键修改点
"millimeter",
"kilogram",
"millisecond",
]
版本兼容性说明
- 历史版本(如0.18):支持
@user_unit语法 - 新版本(0.23+):统一使用
@system语法
这种变化是Pint库API规范化的结果,使系统定义语法更加语义化。@system明确表示了这是在定义一个单位系统,而非单个单位。
实际应用建议
- 对于新项目,建议直接使用
@system语法 - 对于已有项目升级:
- 检查所有
@user_unit定义 - 替换为
@system语法 - 测试系统定义是否正常工作
- 检查所有
深入理解单位系统定义
在Pint中,单位系统定义包含几个关键部分:
- 系统声明:
@system <名称> using <基础系统> - 基础单位:定义该系统下的基本量纲单位
- 派生单位:基于基本单位推导的其他单位
示例中的"mmkms"系统:
- 基于国际单位制(international)
- 长度单位:毫米(millimeter)
- 质量单位:千克(kilogram)
- 时间单位:毫秒(millisecond)
这种定义方式特别适用于需要特殊单位制的科学计算和工程领域。
总结
Pint库的版本迭代带来了API的改进和规范化。开发者在使用时应关注:
- 查阅对应版本的官方文档
- 注意API变更日志
- 新项目使用最新推荐语法
- 旧项目升级时进行必要的语法调整
通过正确使用@system语法,开发者可以灵活定义各种符合项目需求的单位系统,确保计量计算的准确性和可读性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
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++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868