【亲测免费】 Magpylib:强大的开源磁场计算工具
2026-01-23 05:45:59作者:农烁颖Land
项目介绍
Magpylib 是一个开源的 Python 包,专门用于计算静态磁场,支持多种磁源(如磁铁、电流等)的磁场计算。它利用解析表达式和向量化计算,使得磁场计算变得极其快速。此外,Magpylib 还集成了 Python 生态系统中的强大可视化工具,为用户提供了直观且高效的磁场分析手段。
项目技术分析
Magpylib 的核心技术在于其对磁场计算的优化。它采用了向量化计算方法,避免了 Python 循环的低效问题,从而大幅提升了计算速度。此外,Magpylib 还依赖于 NumPy、Scipy、Matplotlib 和 Plotly 等科学计算库,确保了计算的准确性和可视化的高质量。
项目及技术应用场景
Magpylib 适用于多种磁场计算场景,包括但不限于:
- 科研领域:用于物理实验中的磁场模拟和分析。
- 工程设计:在电机、传感器等设备的设计中,用于磁场分布的计算和优化。
- 教育培训:作为教学工具,帮助学生理解磁场理论和计算方法。
项目特点
- 高效计算:采用向量化计算,极大提升了磁场计算的速度。
- 丰富的可视化:支持 Matplotlib、Plotly 和 Pyvista 等多种图形后端,提供高质量的磁场可视化。
- 灵活的对象操作:支持对磁源对象的位置和方向进行灵活操作,包括移动和旋转。
- 多样的磁源类型:支持多种磁源类型,包括磁铁、电流等,满足不同应用需求。
- 强大的文档支持:提供详细的文档和示例,帮助用户快速上手和深入使用。
快速开始
以下是一个简单的 Magpylib 使用示例:
import magpylib as magpy
# 创建一个边长分别为 1cm、2cm 和 3cm 的立方体磁铁,极化强度为 1000 mT,指向 x 方向
cube = magpy.magnet.Cuboid(
polarization=(1, 0, 0), # 单位:T
dimension=(0.01, 0.02, 0.03), # 单位:m
)
# 默认情况下,磁铁位置为 (0,0,0),方向为单位旋转
print(cube.position) # --> [0. 0. 0.]
print(cube.orientation.as_rotvec()) # --> [0. 0. 0.]
# 通过 move 和 rotate 方法操作对象的位置和方向
cube.move((0, 0, -0.02)) # 单位:m
cube.rotate_from_angax(angle=45, axis="z")
print(cube.position) # --> [0. 0. -0.02]
print(cube.orientation.as_rotvec(degrees=True)) # --> [0. 0. 45.]
# 计算一组观测点处的磁场 B,单位:T
observers = [(0, 0, 0), (0.01, 0, 0), (0.02, 0, 0)] # 单位:m
B = magpy.getB(cube, observers)
print(B.round(2)) # --> [[-0.09 -0.09 0. ]
# [ 0. -0.04 0.08]
# [ 0.02 -0.01 0.03]] # 单位:T
# 使用传感器计算 H 场,单位:A/m
sensor = magpy.Sensor(position=(0, 0, 0))
sensor.rotate_from_angax(angle=45, axis=(1, 1, 1))
H = magpy.getH(cube, sensor)
print(H.round()) # --> [-94537. -35642. -14085.] # 单位:A/m
# 显示系统图形
magpy.show(cube, sensor, backend="pyvista")
更多详细信息和功能,请参阅 Magpylib 文档。
如何引用此库
如果您在研究或项目中使用了 Magpylib,请引用以下文献:
@article{ortner2020magpylib,
title={Magpylib: A free Python package for magnetic field computation},
author={Ortner, Michael and Bandeira, Lucas Gabriel Coliado},
journal={SoftwareX},
volume={11},
pages={100466},
year={2020},
publisher={Elsevier}
}
软件引用:
@software{magpylib,
author = {{Michael-Ortner et al.}},
title = {magpylib},
url = {https://magpylib.readthedocs.io/en/latest/},
version = {5.1.0dev},
date = {2023-06-25},
}
Magpylib 是一个功能强大且易于使用的磁场计算工具,无论您是科研人员、工程师还是教育工作者,它都能为您的工作带来极大的便利。立即尝试 Magpylib,体验其强大的计算和可视化能力吧!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
最新内容推荐
Notepad--极速优化指南:中文开发者的轻量编辑器解决方案Axure RP本地化配置指南:提升设计效率的中文界面切换方案3个技巧让你10分钟消化3小时视频,B站学习效率翻倍指南让虚拟角色开口说话:ComfyUI语音驱动动画全攻略7个效率倍增技巧:用开源工具实现系统优化与性能提升开源船舶设计新纪元:从技术原理到跨界创新的实践指南Zynq UltraScale+ RFSoC零基础入门:软件定义无线电Python开发实战指南VRCX虚拟社交管理系统:技术驱动的VRChat社交体验优化方案企业级Office插件开发:从概念验证到生产部署的完整实践指南语音转换与AI声音克隆:开源工具实现高质量声音复刻全指南
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
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
12
2