chempy 0.8.2

可选依赖项

如果您使用conda安装 ChemPy，则可以跳过本节。但是，如果您使用pip，则默认安装是通过以下方式实现的：

$ python3 -m pip install --user --upgrade chempy pytest
$ python3 -m pytest -rs --pyargs chempy

如果你有 root 权限，你可以跳过--user标志。您可能有兴趣使用其他后端（除了 SciPy 提供的后端）来解决 ODE 系统和非线性优化问题：

$ python3 -m pip install chempy[all]

请注意，此选项将安装以下库（其中一些需要您的系统上存在其他库）：

• pygslodeiv2：解决初始值问题，需要GSL。(>=1.16)。

• pyodeint：解决初始值问题，需要boost (>=1.65.0)。

• pycvodes：解决初始值问题，需要SUNDIALS (>=5.3.0)。

• pykinsol：解决非线性寻根问题，需要SUNDIALS (>=5.3.0)。

• pycompilation：调用编译器的python前端，需要gcc/clang/icpc。

• pycodeexport : 代码生成包，在生成 C++ 代码时使用。

如果您想查看需要在基于 Debian 的系统上安装哪些软件包，您可以查看此 Dockerfile。

使用 Docker

如果您安装了Docker，则可以使用它来托管 jupyter notebook 服务器：

$ ./scripts/host-jupyter-using-docker.sh . 8888

第一次运行该命令时，将下载一些依赖项。安装完成后，会出现一个可见的链接，您可以在浏览器中打开该链接。您还可以使用相同的 docker-image 运行测试套件：

$ ./scripts/host-jupyter-using-docker.sh . 0

会有一些跳过的测试（由于默认情况下没有安装一些依赖项）和相当多的警告。

解析公式

>>> from chempy import Substance
>>> ferricyanide = Substance.from_formula('Fe(CN)6-3')
>>> ferricyanide.composition == {0: -3, 26: 1, 6: 6, 7: 6}  # 0 for charge
True
>>> print(ferricyanide.unicode_name)
Fe(CN)₆³⁻
>>> print(ferricyanide.latex_name + ", " + ferricyanide.html_name)
Fe(CN)_{6}^{3-}, Fe(CN)<sub>6</sub><sup>3-</sup>
>>> print('%.3f' % ferricyanide.mass)
211.955

如您所见，在组合中，原子序数（和 0 表示电荷）用作键，每种计数成为各自的值。

化学反应的平衡化学计量

>>> from chempy import balance_stoichiometry  # Main reaction in NASA's booster rockets:
>>> reac, prod = balance_stoichiometry({'NH4ClO4', 'Al'}, {'Al2O3', 'HCl', 'H2O', 'N2'})
>>> from pprint import pprint
>>> pprint(dict(reac))
{'Al': 10, 'NH4ClO4': 6}
>>> pprint(dict(prod))
{'Al2O3': 5, 'H2O': 9, 'HCl': 6, 'N2': 3}
>>> from chempy import mass_fractions
>>> for fractions in map(mass_fractions, [reac, prod]):
...     pprint({k: '{0:.3g} wt%'.format(v*100) for k, v in fractions.items()})
...
{'Al': '27.7 wt%', 'NH4ClO4': '72.3 wt%'}
{'Al2O3': '52.3 wt%', 'H2O': '16.6 wt%', 'HCl': '22.4 wt%', 'N2': '8.62 wt%'}

ChemPy 还可以平衡反应物种更复杂的反应，并且用其他术语而不是它们的分子式来更好地描述。一个愚蠢但具有说明性的示例是如何在没有任何部分使用的包装的情况下制作煎饼：

>>> substances = {s.name: s for s in [
...     Substance('pancake', composition=dict(eggs=1, spoons_of_flour=2, cups_of_milk=1)),
...     Substance('eggs_6pack', composition=dict(eggs=6)),
...     Substance('milk_carton', composition=dict(cups_of_milk=4)),
...     Substance('flour_bag', composition=dict(spoons_of_flour=60))
... ]}
>>> pprint([dict(_) for _ in balance_stoichiometry({'eggs_6pack', 'milk_carton', 'flour_bag'},
...                                                {'pancake'}, substances=substances)])
[{'eggs_6pack': 10, 'flour_bag': 2, 'milk_carton': 15}, {'pancake': 60}]

ChemPy 甚至可以处理具有线性依赖关系（欠定系统）的反应，例如：

>>> pprint([dict(_) for _ in balance_stoichiometry({'C', 'O2'}, {'CO2', 'CO'})])  # doctest: +SKIP
[{'C': x1 + 2, 'O2': x1 + 1}, {'CO': 2, 'CO2': x1}]

上面的x1对象是 SymPy 的Symbol的一个实例。如果我们希望获得具有最小（非零）整数系数的解决方案，我们可以通过underdetermined=None：

>>> pprint([dict(_) for _ in balance_stoichiometry({'C', 'O2'}, {'CO2', 'CO'}, underdetermined=None)])
[{'C': 3, 'O2': 2}, {'CO': 2, 'CO2': 1}]

但是请注意，即使该解决方案在某种意义上是“规范的”，它也只是无限数量的解决方案之一（前面的x1可能是任何整数）。

平衡反应

>>> from chempy import Equilibrium
>>> from sympy import symbols
>>> K1, K2, Kw = symbols('K1 K2 Kw')
>>> e1 = Equilibrium({'MnO4-': 1, 'H+': 8, 'e-': 5}, {'Mn+2': 1, 'H2O': 4}, K1)
>>> e2 = Equilibrium({'O2': 1, 'H2O': 2, 'e-': 4}, {'OH-': 4}, K2)
>>> coeff = Equilibrium.eliminate([e1, e2], 'e-')
>>> coeff
[4, -5]
>>> redox = e1*coeff[0] + e2*coeff[1]
>>> print(redox)
32 H+ + 4 MnO4- + 20 OH- = 26 H2O + 4 Mn+2 + 5 O2; K1**4/K2**5
>>> autoprot = Equilibrium({'H2O': 1}, {'H+': 1, 'OH-': 1}, Kw)
>>> n = redox.cancel(autoprot)
>>> n
20
>>> redox2 = redox + n*autoprot
>>> print(redox2)
12 H+ + 4 MnO4- = 6 H2O + 4 Mn+2 + 5 O2; K1**4*Kw**20/K2**5

与单位合作

chempy.units模块中提供了可用于处理单位的函数和对象。以下是 ChemPy 如何检查单位一致性的示例：

>>> from chempy import Reaction
>>> r = Reaction.from_string("H2O -> H+ + OH-; 1e-4/M/s")
Traceback (most recent call last):
...
ValueError: Unable to convert between units of "1/M" and "dimensionless"
>>> r = Reaction.from_string("H2O -> H+ + OH-; 1e-4/s")
>>> from chempy.units import to_unitless, default_units as u
>>> to_unitless(r.param, 1/u.minute)
0.006

现在.units模块用一些小的添加和变通方法包装了数量包。但是，不能保证底层包在未来版本的 ChemPy 中不会发生变化（科学 Python 生态系统中有许多用于处理单元的包）。

化学平衡

如果我们想预测碳酸氢盐溶液的 pH 值，我们只需要 pKa 和 pKw 值：

>>> from collections import defaultdict
>>> from chempy.equilibria import EqSystem
>>> eqsys = EqSystem.from_string("""HCO3- = H+ + CO3-2; 10**-10.3
... H2CO3 = H+ + HCO3-; 10**-6.3
... H2O = H+ + OH-; 10**-14/55.4
... """)  # pKa1(H2CO3) = 6.3 (implicitly incl. CO2(aq)), pKa2=10.3 & pKw=14
>>> arr, info, sane = eqsys.root(defaultdict(float, {'H2O': 55.4, 'HCO3-': 1e-2}))
>>> conc = dict(zip(eqsys.substances, arr))
>>> from math import log10
>>> print("pH: %.2f" % -log10(conc['H+']))
pH: 8.30

这是氨的另一个例子：

>>> from chempy import Equilibrium
>>> from chempy.chemistry import Species
>>> water_autop = Equilibrium({'H2O'}, {'H+', 'OH-'}, 10**-14)  # unit "molar" assumed
>>> ammonia_prot = Equilibrium({'NH4+'}, {'NH3', 'H+'}, 10**-9.24)  # same here
>>> substances = [Species.from_formula(f) for f in 'H2O OH- H+ NH3 NH4+'.split()]
>>> eqsys = EqSystem([water_autop, ammonia_prot], substances)
>>> print('\n'.join(map(str, eqsys.rxns)))  # "rxns" short for "reactions"
H2O = H+ + OH-; 1e-14
NH4+ = H+ + NH3; 5.75e-10
>>> init_conc = defaultdict(float, {'H2O': 1, 'NH3': 0.1})
>>> x, sol, sane = eqsys.root(init_conc)
>>> assert sol['success'] and sane
>>> print(', '.join('%.2g' % v for v in x))
1, 0.0013, 7.6e-12, 0.099, 0.0013

概念

ChemPy 收集方程和效用函数，用于处理离子强度等概念：

>>> from chempy.electrolytes import ionic_strength
>>> ionic_strength({'Fe+3': 0.050, 'ClO4-': 0.150}) == .3
True

请注意 ChemPy 如何从物质名称中解析电荷。还有例如经验方程和方便类可用，例如：

>>> from chempy.henry import Henry
>>> kH_O2 = Henry(1.2e-3, 1800, ref='carpenter_1966')
>>> print('%.1e' % kH_O2(298.15))
1.2e-03

要获取有关例如此类的更多信息，您可以查看API 文档。

化学动力学（常微分方程组）

对化学问题建模时的一项常见任务是研究系统的时间依赖性。这个研究分支被称为 化学动力学，ChemPy 有一些类和函数来处理这些问题：

>>> from chempy import ReactionSystem  # The rate constants below are arbitrary
>>> rsys = ReactionSystem.from_string("""2 Fe+2 + H2O2 -> 2 Fe+3 + 2 OH-; 42
...     2 Fe+3 + H2O2 -> 2 Fe+2 + O2 + 2 H+; 17
...     H+ + OH- -> H2O; 1e10
...     H2O -> H+ + OH-; 1e-4""")  # "[H2O]" = 1.0 (actually 55.4 at RT)
>>> from chempy.kinetics.ode import get_odesys
>>> odesys, extra = get_odesys(rsys)
>>> from collections import defaultdict
>>> import numpy as np
>>> tout = sorted(np.concatenate((np.linspace(0, 23), np.logspace(-8, 1))))
>>> c0 = defaultdict(float, {'Fe+2': 0.05, 'H2O2': 0.1, 'H2O': 1.0, 'H+': 1e-2, 'OH-': 1e-12})
>>> result = odesys.integrate(tout, c0, atol=1e-12, rtol=1e-14)
>>> import matplotlib.pyplot as plt
>>> fig, axes = plt.subplots(1, 2, figsize=(12, 5))
>>> for ax in axes:
...     _ = result.plot(names=[k for k in rsys.substances if k != 'H2O'], ax=ax)
...     _ = ax.legend(loc='best', prop={'size': 9})
...     _ = ax.set_xlabel('Time')
...     _ = ax.set_ylabel('Concentration')
>>> _ = axes[1].set_ylim([1e-13, 1e-1])
>>> _ = axes[1].set_xscale('log')
>>> _ = axes[1].set_yscale('log')
>>> _ = fig.tight_layout()
>>> _ = fig.savefig('examples/kinetics.png', dpi=72)

特性

科学的一项基本任务是仔细收集有关我们周围世界的数据。ChemPy 包含越来越多的与化学相关的科学文献中的参数化集合。以下是您如何使用这些配方之一：

>>> from chempy import Substance
>>> from chempy.properties.water_density_tanaka_2001 import water_density as rho
>>> from chempy.units import to_unitless, default_units as u
>>> water = Substance.from_formula('H2O')
>>> for T_C in (15, 25, 35):
...     concentration_H2O = rho(T=(273.15 + T_C)*u.kelvin, units=u)/water.molar_mass(units=u)
...     print('[H2O] = %.2f M (at %d °C)' % (to_unitless(concentration_H2O, u.molar), T_C))
...
[H2O] = 55.46 M (at 15 °C)
[H2O] = 55.35 M (at 25 °C)
[H2O] = 55.18 M (at 35 °C)

使用 binder 运行 notebook

仅使用网络浏览器（和互联网连接）就可以在这里浏览笔记本：（由 mybinder 背后的人提供）