本站支持搜索的镜像仓库:Docker Hub、gcr.io、ghcr.io、quay.io、k8s.gcr.io、registry.gcr.io、elastic.co、mcr.microsoft.com
foamlib是一个现代化的Python包,提供与OpenFOAM交互的优雅、简化界面。它旨在使基于OpenFOAM的工作流对研究人员和工程师更加易用、可重现和精确。
!benchmark
加载包含一百万个单元格的volVectorField
asyncio支持并行运行多个案例FoamFile - 读写OpenFOAM配置文件,就像它们是Python字典一样FoamFieldFile - 处理场文件,支持ASCII和二进制格式(带或不带压缩)FoamCase - 配置、运行和访问OpenFOAM案例结果AsyncFoamCase - 异步版本,用于并发运行多个案例AsyncSlurmFoamCase - 专为基于Slurm的HPC集群设计通过Docker拉取镜像:
docker pull microfluidica/foamlib
# 运行foamlib容器 docker run -it --rm microfluidica/foamlib python # 在Python交互式环境中使用foamlib >>> from foamlib import FoamCase >>> case = FoamCase("path/to/case") >>> case.run() >>> latest_time = case[-1] >>> pressure = latest_time["p"].internal_field >>> print(f"Max pressure: {max(pressure)}")
version: '3' services: foamlib: image: microfluidica/foamlib volumes: - ./openfoam-cases:/cases working_dir: /cases command: python run_simulation.py
import os from pathlib import Path from foamlib import FoamCase # 克隆教程案例 pitz_tutorial = FoamCase(Path(os.environ["FOAM_TUTORIALS"]) / "incompressible/simpleFoam/pitzDaily") my_pitz = pitz_tutorial.clone("myPitz") # 运行模拟 my_pitz.run() # 访问最新时间步的结果 latest_time = my_pitz[-1] p = latest_time["p"] U = latest_time["U"] print(f"Pressure field: {p.internal_field}") print(f"Velocity field: {U.internal_field}")
import asyncio from foamlib import AsyncFoamCase async def run_multiple_cases(): """并发运行多个案例""" base_case = AsyncFoamCase("base_case") # 创建并运行多个具有不同参数的案例 tasks = [] for i, velocity in enumerate([1, 2, 3]): case = base_case.clone(f"case_{i}") case[0]["U"].boundary_field["inlet"].value = [velocity, 0, 0] tasks.append(case.run()) # 等待所有案例完成 await asyncio.gather(*tasks) # 运行异步函数 asyncio.run(run_multiple_cases())
from foamlib import FoamFieldFile # 直接读取场数据 U = FoamFieldFile("0/U") print(f"速度场形状: {U.internal_field.shape}") print(f"边界: {list(U.boundary_field)}")
如果在研究中使用foamlib,请引用以下文献:
Gerlero, G. S., & Kler, P. A. (2025). foamlib: A modern Python package for working with OpenFOAM. Journal of Open Source Software, 10(109), 7633. [***]
BibTeX格式:
@article{foamlib, author = {Gerlero, Gabriel S. and Kler, Pablo A.}, doi = {10.21105/joss.07633}, journal = {Journal of Open Source Software}, month = may, number = {109}, pages = {7633}, title = {{foamlib: A modern Python package for working with OpenFOAM}}, url = {[***]}, volume = {10}, year = {2025} }
免费版仅支持 Docker Hub 加速,不承诺可用性和速度;专业版支持更多镜像源,保证可用性和稳定速度,提供优先客服响应。
免费版仅支持 docker.io;专业版支持 docker.io、gcr.io、ghcr.io、registry.k8s.io、nvcr.io、quay.io、mcr.microsoft.com、docker.elastic.co 等。
当返回 402 Payment Required 错误时,表示流量已耗尽,需要充值流量包以恢复服务。
通常由 Docker 版本过低导致,需要升级到 20.x 或更高版本以支持 V2 协议。
先检查 Docker 版本,版本过低则升级;版本正常则验证镜像信息是否正确。
使用 docker tag 命令为镜像打上新标签,去掉域名前缀,使镜像名称更简洁。
探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录方式配置轩辕镜像加速服务,包含7个详细步骤
在 Linux 系统上配置轩辕镜像源,支持主流发行版
在 Docker Desktop 中配置轩辕镜像加速,适用于桌面系统
在 Docker Compose 中使用轩辕镜像加速,支持容器编排
在 k8s 中配置 containerd 使用轩辕镜像加速
在宝塔面板中配置轩辕镜像加速,提升服务器管理效率
在 Synology 群晖NAS系统中配置轩辕镜像加速
在飞牛fnOS系统中配置轩辕镜像加速
在极空间NAS中配置轩辕镜像加速
在爱快ikuai系统中配置轩辕镜像加速
在绿联NAS系统中配置轩辕镜像加速
在威联通NAS系统中配置轩辕镜像加速
在 Podman 中配置轩辕镜像加速,支持多系统
配置轩辕镜像加速9大主流镜像仓库,包含详细配置步骤
无需登录即可使用轩辕镜像加速服务,更加便捷高效
需要其他帮助?请查看我们的 常见问题 或 官方QQ群: 13763429