PAN Blend data-reduction-frameworks packages

Attualmente ADMesh legge solo il formato file STL che è usato in applicazioni per prototipazione veloce, benché possa scrivere file STL, VRML, OFF e DXF. Alcune delle caratteristiche di ADMesh sono: riempie buchi nella griglia aggiungendo facce; ripara le facce unendo quelle contigue; ripara le direzioni normali (cioè le facce dovrebbero essere in senso antiorario); rimuove facce degenerate (cioè facce con due o più vertici uguali).

bcolz fornisce contenitori per dati raggruppati in colonne che possono essere compressi in memoria e sul disco. La memorizzazione per colonne permette un'efficiente interrogazione delle tabelle e un'economica aggiunta e rimozione di colonne. È basato su NumPy e la usa come contenitore standard per i dati per comunicare con oggetti bcolz, ma è fornita anche la gestione per funzionalità di importazione/esportazione per tabelle HDF5/PyTables e dataframe Pandas.

Questo pacchetto contiene la documentazione.

Bitshuffle è un algoritmo che riorganizza dati binari con tipo per migliorare la compressione, e un pacchetto Python/C che implementa tale algoritmo all'interno dell'infrastruttura Numpy.

La libreria può essere usata insieme a HDF5 per comprimere e decomprimere insiemi di dati ed è integrata tramite l'infrastruttura dei filtri caricati dinamicamente. Bitshuffle è il filtro HDF5 numero 32008.

Algoritmicamente, Bitshuffle è strettamente correlato al filtro Shuffle di HDF5, eccetto che opera a livello di bit invece che a livello di byte. Disponendo un array di dati con tipo in una matrice con gli elementi come le righe e i bit all'interno degli elementi come le colonne, Bitshuffle "traspone" la matrice, in modo che tutti i bit meno significativi siano in riga, ecc. Questa trasposizione è eseguita all'interno di blocchi di dati approssimativamente lunghi 8kB.

Ciò da solo non comprime i dati, semplicemente li ridispone per una compressione più efficiente. Per eseguire la compressione vera e propria è necessaria una libreria di compressione. Bitshuffle è stato progettato per essere ben abbinato a LZF di Marc Lehmann e anche a LZ4. Notare che siccome Bitshuffle modifica i dati a livello di bit, librerie sofisticate per la riduzione dell'entropia come GZIP e BZIP è improbabile che ottengano una compressione significativamente migliore degli algoritmi più semplici e veloci che eliminano le stringhe duplicate, come LZF e LZ4. Perciò Bitshuffle include procedure (e opzioni per filtri HDF5) per applicare la compressione LZ4 a ciascun blocco dopo lo spostamento.

L'algoritmo Bitshuffle si basa sul fatto che gli elementi adiacenti di un insieme di dati siano strettamente correlati per migliorare la compressione dei dati. Qualsiasi correlazione che si estenda per almeno 24 elementi nell'insieme dei dati può essere sfruttata per migliorare la compressione.

Clpeak è uno strumento per benchmark sintetico, per misurare le capacità di picco di dispositivi OpenCL. Misura solamente le metriche di picco che possono essere ottenute usando operazioni vettoriali e non rappresenta un caso d'uso reale.

Fityk è un programma flessibile e portabile per l'interpolazione non lineare di funzioni analitiche (in particolare per funzioni con picchi) e l'analisi dati (solitamente dati sperimentali). In altre parole, per l'analisi e la separazione di picchi non lineari.

È stato sviluppato per l'analisi di pattern di diffrazione, ma può anche essere usato in altri campi, poiché il concetto e le operazioni specifiche per la cristallografia sono separati dal resto del programma.

Fityk offre vari metodi di interpolazione non lineare, sottrazione di fondo, calibrazione di dati, posizionamento facilitato di picchi e variazione dei parametri del picco, automazione tramite script e molto altro. Il principale vantaggio del programma è la flessibilità: i parametri dei picchi possono essere arbitrariamente collegati con altri parametri, ad esempio la larghezza del picco può essere una variabile indipendente, può essere la stessa larghezza di un altro picco o un'espressione complicata relativa a tutti i picchi.

Per il materiale JavaScript nella documentazione è necessario libjs-sphinxdoc.

Gnuplot è una utilità portabile da riga di comando per tracciare interattivamente grafici a partire da dati e funzioni che supporta differenti formati di uscita, includendo driver per molte stampanti, (La)TeX, (x)fig, PostScript e altri. L'output per X11 è fornito dal pacchetto gnuplot-x11.

I file di dati e le funzioni auto-definite possono essere manipolati attraverso un linguaggio interno simile al C. È in grado di effettuare smussamenti, interpolazioni di spline o interpolazioni non lineari. È in grado di lavorare con numeri complessi.

Questo metapacchetto serve per installare un gnuplot completo di funzionalità (-qt, -x11 o -nox).

GrADS (Grid Analysis and Display System, sistema di analisi e visualizzazione di griglie) è uno strumento interattivo per il desktop che è usato per accesso, manipolazione e visualizzazione in modo facile di dati relativi alle scienze della terra. Il formato dei dati può essere binario, GRIB, NetCDF o HDF-SDS (Scientific Data Set). GrADS è stato implementato in tutto il mondo su svariati sistemi operativi comunemente usati ed è distribuito liberamente in Internet.

GrADS usa un ambiente di dati a 4 dimensioni: longitudine, latitudine, livello verticale e tempo. Gli insiemi di dati sono posizionati all'interno dello spazio 4-D grazie all'uso di un file di descrizione dei dati. GrADS interpreta i dati di stazioni così come quelli in griglie e quest'ultime possono essere regolari, non linearmente spaziate, gaussiane o con risoluzione variabile. I dati da insiemi diversi possono essere sovrapposti graficamente con registrazione corretta in termini di spazio e tempo. Le operazioni vengono eseguite interattivamente inserendo espressioni in stile FORTRAN nella riga di comando. È fornito un ricco insieme di funzioni incorporate, ma gli utenti possono anche aggiungere funzioni proprie come routine esterne scritte in qualsiasi linguaggio di programmazione.

I dati possono essere visualizzati usando svariate tecniche grafiche: grafici a linee e barre, grafici a dispersione, curve di livello smussate, curve di livello ombreggiate, linee di flusso, vettori del vento, riquadri con griglie, riquadri con griglie e ombreggiature e grafici di modelli di stazione. I grafici possono essere prodotti in PostScript o in formato immagine. GrADS fornisce impostazioni predefinite geofisiche intuitive, ma l'utente ha la possibilità di controllare tutti gli aspetti dell'output grafico.

GrADS ha un'interfaccia programmabile (con linguaggio di scripting) che permette applicazioni sofisticate di analisi e visualizzazione. Con gli script si possono visualizzare pulsanti e menu a tendina oltre ad elementi grafici e poi possono essere eseguite operazioni, in base alle azioni punta-e-clicca dell'utente. GrADS può essere eseguito in modalità batch ed il linguaggio di scripting facilita l'uso di GrADS per eseguire lunghi compiti batch notturni.

HDF5 (Hierachical Data Format 5) è un formato file per memorizzare dati scientifici. Questi strumenti consentono di convertire altri file nel formato HDF5 e di visualizzare file HDF5. Comprendono:

• h5topng estrae una fetta a 2 dimensioni di un file HDF5 e crea la corrispondente immagine in formato PNG;
• hd5totxt estrae una fetta a 2 dimensioni e crea un file con valori delimitati da virgole (adatto per importare i dati in un foglio elettronico);
• h5fromtxt converte del semplice testo in dataset HDF5 numerici multidimensionali;
• h5fromh4 converte dati HDF4 in HDF5;
• h5tovtk converte file HDF5 in file VTK per la visualizzazione con programmi che supportano VTK.

HDF Compass è un programma sperimentale di visualizzazione per HDF5 e formati relativi, progettato per complementare altre applicazioni più complesse come HDFView. Viene posta un'attenzione particolare su un design minimale e pulito e sulla massima estensibilità attraverso un sistema a plugin per nuovi formati.

Questo pacchetto fornisce l'applicazione HDF Compass.

Il meccanismo dei filtri esterni introdotto con HDF5 1.8.12 permette alle applicazioni di utilizzare filtri personalizzati non forniti dalla libreria HDF5 principale, senza ricompilare le applicazioni. Questo pacchetto fornisce filtri esterni per HDF5 per:

• l'algoritmo di compressione LZ4,
• compressione BZip2.

This package contains a filter for HDF5 that uses the Blosc compressor. By installing this filter, you can read and write HDF5 files with Blosc-compressed datasets.

H5Z-ZFP è un filtro di compressione per HDF5 che usa la compressione ZFP, supportando la compressione di dati interi e a virgola mobile con e senza perdita per raggiungere obiettivi di bitrate, accuratezza e precisione.

HDF5 (Hierarchical Data Format library, versione 5) è una libreria per software scientifico versatile e matura progettata per l'archiviazione veloce e flessibile di quantità enormi di dati.

Questo pacchetto fornisce un plugin per il filtro LZF di HDF5 per la libreria di compressione LZF. I plugin sono compilati per compiti seriali (singolo processore (libhdf5-dev) e per compiti multiprocessore (con thread, libhdf5-mpi-dev).

Hierarchical Data Format 5 (HDF5) è un formato file ed una libreria per l'archiviazione di dati scientifici. HDF5 è stato pensato ed implementato per ovviare alle mancanze di HDF4.x. Ha un modello dei dati più potente e flessibile, supporta file più grandi di 2 GB e supporta l'I/O in parallelo.

Questo pacchetto contiene strumenti runtime per HDF5.

Può visualizzare, modificare, analizzare, processare, salvare e stampare immagini a 8, 16 e 32 bit. Può leggere molti formati immagine inclusi TIFF, GIF, JPEG, BMP, DICOM, FITS e "raw". Gestisce "stack": una serie di immagini che condividono un'unica finestra.

Può calcolare statistiche su valori di area e pixel di selezioni definite dall'utente. Può misurare distanze ed angoli. Può creare istogrammi di densità e grafici con linee di contorno. Gestisce le funzioni standard di elaborazione delle immagini come manipolazione del contrasto, sharpening, sfumatura, rilevamento dei bordi e filtri mediani.

La calibrazione spaziale è disponibile per fornire misure dimensionali nel mondo reale in unità quali i millimetri. È anche disponibile la calibrazione della densità o della scala di grigi.

ImageJ è sviluppato da Wayne Rasband (wayne@codon.nih.gov) al Research Services Branch del National Institute of Mental Health di Bethesda nel Maryland, USA.

Jupyter Notebook è un'applicazione web che permette di creare e condividere documenti che contengono codice live, equazioni, visualizzazioni e testo esplicativo. Notebook gestisce linguaggi di programmazione multipli, condivisione e widget interattivi.

Questo pacchetto fornisce i sottocomandi "notebook", "nbextension", "serverextension" e "bundlerextension" di jupyter.

LabPlot fornisce un modo facile per creare, gestire e modificare grafici. Permette di produrre grafici basati su dati da fogli di calcolo o importati da file esterni. I grafici possono essere esportati in diversi formati grafici vettoriali e pixmap.

Le sue caratteristiche includono:

• gestione dei dati basata su progetti;
• esploratore di progetti per la gestione e l'organizzazione dei progetti creati in diverse cartelle e sottocartelle;
• fogli di calcolo con funzionalità di base per l'inserimento manuale di dati o per la generazione uniforme o non uniforme di numeri casuali;
• importazione di dati ASCII esterni nei progetti per un'ulteriore modifica e visualizzazione;
• esportazione dei fogli di calcolo in file ASCII;
• fogli di calcolo come oggetto genitore principale per grafici, etichette, ecc.; gestisce diverse disposizioni e funzioni di zoom;
• esportazione dei fogli di calcolo in diversi formati (PDF, EPS, PNG e SVG);
• grande varietà di capacità di modifica per le proprietà dei fogli di calcolo e dei loro oggetti;
• grafici cartesiani, creati da insiemi di dati importati o creati manualmente o con equazioni matematiche;
• la definizione di formule matematiche è supportata dall'evidenziazione della sintassi e dal completamento, e da un elenco di costanti e funzioni matematiche e fisiche raggruppate per tema;
• analisi dei dati tracciati supportata da molte funzionalità per zoom e navigazione;
• fit lineare e non lineare dei dati, sono predefiniti diversi modelli di fit e possono essere forniti modelli personalizzati con un numero arbitrario di parametri.

Quantitative estimate of elemental composition by spectroscopic and imaging techniques using X-ray fluorescence requires the availability of accurate data of X-ray interaction with matter. Although a wide number of computer codes and data sets are reported in literature, none of them is presented in the form of freely available library functions which can be easily included in software applications for X-ray fluorescence. This work presents a compilation of data sets from different published works and an xraylib interface in the form of callable functions. Although the target applications are on X-ray fluorescence, cross sections of interactions like photoionization, coherent scattering and Compton scattering, as well as form factors and anomalous scattering functions, are also available.

xraylib provides access to some of the most respected databases of physical data in the field of X-rays. The core of xraylib is a library, written in ANSI C, containing over 40 functions to be used to retrieve data from these databases. This C library can be directly linked with any program written in C, C++ or Objective-C.

This package contains the header files.

Quantitative estimate of elemental composition by spectroscopic and imaging techniques using X-ray fluorescence requires the availability of accurate data of X-ray interaction with matter. Although a wide number of computer codes and data sets are reported in literature, none of them is presented in the form of freely available library functions which can be easily included in software applications for X-ray fluorescence. This work presents a compilation of data sets from different published works and an xraylib interface in the form of callable functions. Although the target applications are on X-ray fluorescence, cross sections of interactions like photoionization, coherent scattering and Compton scattering, as well as form factors and anomalous scattering functions, are also available.

xraylib provides access to some of the most respected databases of physical data in the field of X-rays. The core of xraylib is a library, written in ANSI C, containing over 40 functions to be used to retrieve data from these databases. This C library can be directly linked with any program written in C, C++ or Objective-C.

xylib è una libreria C++ per leggere file che contengono dati x-y relativi alla diffrazione da polveri, alla spettroscopia e ad altri metodi sperimentali.

Questo pacchetto contiene un piccolo programma, xyconv, che converte i file gestiti dalla libreria xylib in TSV (tab-separated value, valori separati da tabulazioni).

Ricerca ed esporta valori numerici da qualsiasi file di testo/ASCII. Agli insiemi di dati (scalari, vettoriali, matrici) vengono dati nomi univoci in base al contenuto dei file. Possono essere generati risultati per, ad esempio, Matlab, YAML, IDL, Scilab, Octave, XML, HTML e NeXus/HDF5.

Questo pacchetto contiene l'eseguibile.

LZ4 è un algoritmo molto veloce e senza perdita che fornisce velocità di compressione di 400 MB/s per core, scalabile con CPU a più core. Mette a disposizione anche un decodificatore estremamente veloce, con velocità in multipli di GB/s per core, che solitamente raggiunge i limiti della velocità della RAM sui sistemi a più core.

Questo pacchetto contiene file di uno strumento che usa liblz4.

Ngraph è il programma per creare grafici scientifici in 2 dimensioni per ricercatori e ingegneri. Questo programma crea grafici avanzati che non possono essere creati dai fogli di calcolo. I grafici possono essere esportati in PostScript.

Octave è un linguaggio di alto livello (per la maggior parte compatibile con Matlab®) orientato principalmente al calcolo numerico. Fornisce una comoda interfaccia a riga di comando per risolvere numericamente problemi lineari e non.

Octave può essere esteso dinamicamente con file C++ forniti dall'utente.

Pandoc è una libreria Haskell per convertire da un formato a marcatori in un altro e uno strumento a riga di comando che usa questa libreria. I formati che può gestire includono:

• formati a marcatori leggeri (molte varianti di Markdown, reStructuredText, AsciiDoc, Org-mode, Muse, Textile, txt2tags);
• formati HTML (HTML 4 e 5);
• formati per ebook (EPUB v2 e v3, FB2);
• formati per documentazione (GNU TexInfo, Haddock);
• formati Roff (man, ms);
• formati TeX (LaTeX, ConTeXt);
• Typst;
• formati XML (DocBook 4 e 5, JATS, TEI Simple, OpenDocument);
• formati per outline (OPML);
• formati per bibliografie (BibTeX, BibLaTeX, CSL JSON, CSL YAML, RIS);
• formati di elaboratori di testo (Docx, RTF, ODT);
• formati per appunti interattivi (notebook Jupyter ipynb);
• formati per disposizioni di pagina (InDesign ICML);
• formati a marcatori per wiki (MediaWiki, DokuWiki, TikiWiki, TWiki, Vimwiki, XWiki, ZimWiki, wiki Jira, Creole);
• formati per presentazioni (LaTeX Beamer, PowerPoint, Slidy, reveal.js, Slideous, S5, DZSlides);
• formati per dati (tabelle CSV e TSV);
• PDF (attraverso programmi esterni come pdflatex o wkhtmltopdf).

Pandoc può convertire contenuti matematici nei documenti tra TeX, MathML, equazioni di Word, egn roff, typst e testo semplice. Include un sistema potente per citazioni e bibliografie automatiche, e può essere grandemente personalizzato usando modelli, filtri e lettori e scrittori personalizzati scritti in Lua.

Questo pacchetto contiene lo strumento pandoc.

Alcuni usi di Pandoc richiedono pacchetti aggiuntivi:

• contenuti SVG in output PDF richiedono librsvg2-bin;
• metadati YAML in output correlato a TeX richiedono texlive-latex-extra;
• filtri *.hs non impostati come eseguibili richiedono ghc;
• filtri *.js non impostati come eseguibili richiedono nodejs;
• filtri *.php non impostati come eseguibili richiedono php;
• filtri *.pl non impostati come eseguibili richiedono perl;
• filtri *.py non impostati come eseguibili richiedono python;
• filtri *.rb non impostati come eseguibili richiedono ruby;
• filtri *.r non impostati come eseguibili richiedono r-base-core;
• output LaTeX e output PDF via PDFLaTeX richiedono texlive-latex-recommended;
• output XeLaTeX e output PDF via XeLaTeX richiedono texlive-xetex;
• output LuaTeX e output PDF via LuaTeX richiedono texlive-luatex;
• output ConTeXt e output PDF via ConTeXt richiedono context;
• output PDF via wkhtmltopdf richiede wkhtmltopdf;
• output roff man e roff ms e output PDF via roff ms richiedono groff;
• equazioni rese tramite MathJax richiedono libjs-mathjax;
• equazioni rese tramite KaTeX richiedono node-katex;
• l'opzione --csl può usare stili in citation-style-language-styles.

PyMca è un insieme di applicazioni e librerie Python per l'analisi di spettri di fluorescenza a raggi X.

Le applicazioni incluse in questo pacchetto sono:

• edfviewer - visualizzazione e ispezione di file di dati in ESRF Data Format;
• elementsinfo - visualizza dati di raggi X specifici di un elemento;
• mca2edf - converte un file dal formato SPEC MCA a EDF;
• peakidentifier - visualizza picchi di fluorescenza a raggi X in un dato intervallo di energia;
• pymcabatch - fitting non interattivo di spettri;
• pymcapostbatch - post-elaborazione dei risultati del fitting non interattivo;
• pymca - analisi interattiva dei dati;
• pymcaroitool - strumento per immagini Region-of-interest (ROI).

Il toolkit PyMca può leggere file di dati nei formati SPEC, ESRF data file (EDF), OMNIC, HDF5, AIFIRA e SupaVisio.

Questi sono gli script del pacchetto.

agate è una libreria Python per analisi di dati che è ottimizzata per le persone invece delle macchine. È un'alternativa a numpy e pandas che risolve problemi pratici con codice leggibile.

Perché agate?

• Un'API leggibile e facile da usare.
• Un insieme completo di operazioni in stile SQL.
• Supporto di Unicode ovunque.
• Precisione decimale ovunque.
• Documentazione esauriente per l'utilizzatore.
• Plugin di estensione che aggiungono integrazione con SQL, compatibilità con Excel, e altro.
• Progettata con iPython, Jupyter e atom/hydrogen in mente.
• Puro Python. Nessuna dipendenza C da compilare.
• Copertura dei test esauriente.
• Licenza MIT e gratis per qualsiasi scopo.
• Entusiasticamente zen.
• Scritta con amore.

Questo pacchetto fornisce la documentazione.

Dask is a flexible parallel computing library for analytics, containing two components.

1. Dynamic task scheduling optimized for computation. This is similar to Airflow, Luigi, Celery, or Make, but optimized for interactive computational workloads.
2. "Big Data" collections like parallel arrays, dataframes, and lists that extend common interfaces like NumPy, Pandas, or Python iterators to larger-than-memory or distributed environments. These parallel collections run on top of the dynamic task schedulers.

This contains the documentation

I notebook prendono vita quando sono usati widget interattivi. L'apprendimento diventa un'esperienza coinvolgente e divertente. I ricercatori possono facilmente vedere come cambiare gli input di un modello influenza i risultati.

Questo pacchetto installa la documentazione.

MPI per Python (mpi4py) fornisce collegamenti allo standard MPI (Message Passing Interface) per il linguaggio di programmazione Python, permettendo a qualsiasi programma Python di sfruttare processori multipli.

mpi4py è costruito sulla base della specifica MPI-1/MPI-2 e fornisce un'interfaccia orientata agli oggetti che segue da vicino i collegamenti C++ per MPI-2. Gestisce comunicazioni punto-a-punto (invio, ricezione) e collettive (broadcast, scatter, gather) di qualsiasi oggetto Python di cui si può fare il pickle, oltre a comunicazioni ottimizzate di oggetti Python che espongono l'interfaccia buffer a singolo segmento (array NumPy, oggetti incorporati per byte/stringhe/array).

Questo pacchetto fornisce il rendering HTML del manuale utente.

Scikit-bio è un pacchetto Python che fornisce strutture dati, algoritmi e risorse educative in Python per la bioinformatica.

Questa è la documentazione HTML per skbio.

scikit-image è una raccolta di algoritmi per l'elaborazione di immagini per Python. Esegue compiti come: caricamento, filtraggio, morfologia, segmentazione, conversione di colori e trasformazioni di immagini.

Questo pacchetto contiene la documentazione e gli script d'esempio per python-skimage.

Questo pacchetto contiene la documentazione e gli script d'esempio per python-sklearn.

PyTables è un pacchetto per gestire insiemi di dati gerarchici e progettato per gestire in modo efficiente enormi quantità di dati.

PyTables è costruito sulla base della libreria HDF5 e sul pacchetto NumPy. Ha un'interfaccia orientata agli oggetti che, insieme con estensioni C per le parti del codice critiche per le prestazioni (generate usando Cython), lo rende uno strumento veloce ed estremamente facile da usare per salvare e recuperare interattivamente grandi quantità di dati. Un'importante funzionalità di PyTables è quella di ottimizzare le risorse di memoria e di dischi in modo che occupino molto meno spazio (di un fattore da 3 a 5, o più se i dati sono comprimibili) rispetto ad altre soluzioni, come ad esempio database relazionali o orientati agli oggetti.

• Si possono usare tipi composti (record) interamente da Python (cioè non è necessario usare C per sfruttarli).
• Le tabelle sono sia allargabili sia comprimibili.
• L'I/O è gestito con buffer per cui si può ottenere un I/O molto veloce, specialmente con grandi tabelle.
• È molto facile selezionare dati mediante l'uso di iteratori sulle righe delle tabelle; è anche gestito il sezionamento esteso.
• Gestisce l'insieme completo di oggetti NumPy.

Questo pacchetto include il manuale in formato HTML.

agate è una libreria Python per analisi di dati che è ottimizzata per le persone invece delle macchine. È un'alternativa a numpy e pandas che risolve problemi pratici con codice leggibile.

Perché agate?

• Un'API leggibile e facile da usare.
• Un insieme completo di operazioni in stile SQL.
• Supporto di Unicode ovunque.
• Precisione decimale ovunque.
• Documentazione esauriente per l'utilizzatore.
• Plugin di estensione che aggiungono integrazione con SQL, compatibilità con Excel, e altro.
• Progettata con iPython, Jupyter e atom/hydrogen in mente.
• Puro Python. Nessuna dipendenza C da compilare.
• Copertura dei test esauriente.
• Licenza MIT e gratis per qualsiasi scopo.
• Entusiasticamente zen.
• Scritta con amore.

Questo pacchetto fornisce i moduli per Python 3.

bcolz fornisce contenitori per dati raggruppati in colonne che possono essere compressi in memoria e sul disco. La memorizzazione per colonne permette un'efficiente interrogazione delle tabelle e un'economica aggiunta e rimozione di colonne. È basato su NumPy e la usa come contenitore standard per i dati per comunicare con oggetti bcolz, ma è fornita anche la gestione per funzionalità di importazione/esportazione per tabelle HDF5/PyTables e dataframe Pandas.

Questo pacchetto contiene i moduli per Python 3.

CodraFT è un software per elaborazione generica di immagini e segnali, basato sulle librerie scientifiche Python (come NumPy, SciPy o scikit-image) e le interfacce utente grafiche Qt (grazie a guidata e guiqwt).

CodraFT sta per "CODRA Filtering Tool".

CodraFT è disponibile come applicazione autonoma o come modulo aggiuntivo per le applicazioni Python-Qt grazie a funzionalità avanzate per automazione e integrazione.

Raccolta di mappe di colore percettivamente uniformi per l'uso con programmi Python per disegno, come bokeh, matplotlib, holoviews e datashader, basata sull'insieme di mappe di colore percettivamente uniformi create da Peter Kovesi al Center for Exploration Targeting.

The colormap package provides simple utilities to convert colors between RGB, HEX, HLS, HUV and a class to easily build colormaps for matplotlib. All matplotlib colormaps and some R colormaps are available altogether. The plot_colormap method (see below) is handy to quickly pick up a colormaps and the test_colormap is useful to see test a new colormap.

This package installs the library for Python 3.

Quando si usa matplotlib e si traccia più di una linea, è comune volere essere in grado di passare ciclicamente da uno o più stili artistici, ma la logica della tracciatura può diventare presto molto complicata.

Per risolvere questo problema e permettere di commutare tra "kwarg" a scelta, è stata sviluppata la classe "Cycler", un iteratore combinabile di kwarg.

Questo pacchetto contiene la versione per Python 3 di Cycler.

Dask is a flexible parallel computing library for analytics, containing two components.

1. Dynamic task scheduling optimized for computation. This is similar to Airflow, Luigi, Celery, or Make, but optimized for interactive computational workloads.
2. "Big Data" collections like parallel arrays, dataframes, and lists that extend common interfaces like NumPy, Pandas, or Python iterators to larger-than-memory or distributed environments. These parallel collections run on top of the dynamic task schedulers.

This contains the Python 3 version.

Descartes permette l'uso di oggetti geometrici come percorsi e patch di matplotlib.

Questa è la versione per Python 3 della libreria.

Strumenti Python 3 per leggere file HDF5 dell'XFEL europeo.

Disegna dati su Google Maps in maniera semplice. Un'interfaccia in stile matplotlib per generare l'HTML e il JavaScript per fare il rendering di tutti i dati che si desiderano sopra a Google Maps. Svariati metodi di disegno rendono agevole la creazione di visualizzazioni per mappe esplorative.

Questo pacchetto facilita la creazione e il rendering di descrizioni di grafi nel linguaggio DOT del software di disegno di grafi Graphviz da Python.

Si crea un oggetto per il grafo, si assembla il grafo aggiungendo nodi e spigoli e si recupera la stringa del suo codice sorgente DOT. Si salva il codice sorgente in un file e si fa il rendering con l'installazione di Graphviz di sistema.

Si usa l'opzione/metodo "view" per ispezionare direttamente il file risultante (PDF, PNG, SVG, ecc.) con la sua applicazione predefinita. Si può anche fare il rendering e la visualizzazione dei grafi all'interno di notebook Jupyter.

Contiene la versione per Python 3.

Un'interfaccia Python per il formato di file netCDF4 che legge e scrive file HDF5 locali o remoti direttamente tramite h5py o h5pyd, senza affidarsi alla libreria Unidata netCDF.

Questo pacchetto fornisce i moduli per Python 3.

HDF5 per Python (h5py) è un'interfaccia Python di uso generico per la versione 5 della libreria Hierarchical Data Format. HDF5 è una libreria per software scientifico versatile e matura progettata per l'archiviazione veloce e flessibile di quantità enormi di dati.

Dal punto di vista del programmatore Python, HDF5 fornisce un modo robusto per memorizzare i dati, organizzati per nome in un modo in stile albero. Si possono creare insiemi di dati (array su disco) grandi centinaia di gigabyte ed effettuare l'accesso casuale in I/O nelle sezioni volute. Gli insiemi di dati sono organizzati in una gerarchia in stile file system usando contenitori chiamati "gruppi" e a cui si accede attraverso la sintassi POSIX tradizionale /percorso/alla/risorsa.

h5py fornisce un'interfaccia in lettura/scrittura semplice e robusta ai dati HDF5 da Python. Per l'interfaccia vengono usati i concetti esistenti di Python e Numpy; per esempio, gli insiemi di dati su disco sono rappresentati da una classe proxy che gestisce lo slicing e ha attributi dtype e shape. I gruppi HDF5 sono presentati usando una metafora dizionario, indicizzati per nome.

Questo è un semplice pacchetto di dipendenze, che dipende dalla versione seriale o MPI di h5py e fornisce file dati di test.

h5sparse è una libreria Python che aiuta a creare una matrice sparsa SciPy in HDF5.

hdf5plugin fornisce estensioni per h5py per controllare i plugin dei filtri di compressione di HDF5 installati nel sistema.

Il pacchetto fornisce opzioni per:

• blosc
• bitshuffle
• lz4
• FCIDECOMP
• ZFP
• zstd

Questi plugin di filtro non vengono forniti da questo pacchetto e necessitano di essere installati usando i propri pacchetti.

HyperSpy è una libreria Python open source per l'analisi interattiva di insiemi di dati multidimensionali che possono essere descritti come array multidimensionali di un dato segnale (per esempio, un array 2D dello spettro, conosciuto anche come immagine dello spettro).

HyperSpy rende semplice l'applicazione di procedure analitiche che operano su segnali individuali agli array multidimensionali e fornisce un facile accesso agli strumenti analitici che sfruttano la multidimensionalità dell'insieme dei dati.

La sua struttura modulare facilita l'aggiunta di funzionalità per analizzare molti differenti tipi di segnali.

ipyparallel è un pacchetto Python e una raccolta di script CLI per controllare cluster per Jupyter. ipyparallel è la nuova dimora di IPython.parallel.

ipyparallel contiene i seguenti script a riga di comando:

   ipcluster - avvia/arresta un cluster;
   ipcontroller - avvia uno schedulatore;
   ipengine - avvia un motore.

Questo pacchetto installa la libreria Python 3 e gli script CLI.

I notebook prendono vita quando sono usati widget interattivi. L'apprendimento diventa un'esperienza coinvolgente e divertente. I ricercatori possono facilmente vedere come cambiare gli input di un modello influenza i risultati.

Questo pacchetto installa la libreria per notebook per Python 3.

JoyPy is a one-function Python package based on matplotlib + pandas with a single purpose: drawing joyplots (a.k.a. ridgeline plots). Joyplots are stacked, partially overlapping density plots. They are a nice way to plot data to visually compare distributions, especially those that change across one dimension (e.g., over time). Though hardly a new technique, they have become very popular lately thanks to the R packages ggridges and ggjoy.

Ambiente estensibile per calcolo interattivo e riproducibile, basato su notebook e architettura Jupyter.

Questo pacchetto installa la libreria per Python 3.

leather è la libreria per grafici per Python per le persone che hanno bisogno di grafici ma a cui non interessa se sono perfetti.

Perché leather?

• Un'API leggibile e facile da usare.
• Ottimizzata per grafici esplorativi.
• Produce grafici SVG indipendenti dalla scala.
• Completamente indifferente ai tipi. Crea un grafico dei dati, qualsiasi essi siano.
• Progettata con iPython, Jupyter e atom/hydrogen in mente.
• Python puro. Nessuna dipendenza C da compilare.
• Licenza MIT e gratuita per tutti gli scopi.
• Zelantemente zen.
• Creata con amore.

Questo pacchetto fornisce i moduli per Python 3.

Matplotlib è una libreria per tracciamento di grafici in puro Python progettata per portare grafici di qualità adatta alla pubblicazione in Python, usando una sintassi familiare agli utenti di Matlab. È possibile accedere a tutti i comandi di disegno dell'interfaccia pylab usando un'interfaccia funzionale familiare agli utenti Matlab, oppure un'interfaccia orientata agli oggetti familiare agli utenti Python.

Questo pacchetto contiene la versione di matplotlib per Python 3.

MPI per Python (mpi4py) fornisce collegamenti allo standard MPI (Message Passing Interface) per il linguaggio di programmazione Python, permettendo a qualsiasi programma Python di sfruttare processori multipli.

mpi4py è costruito sulla base della specifica MPI-1/MPI-2 e fornisce un'interfaccia orientata agli oggetti che segue da vicino i collegamenti C++ per MPI-2. Gestisce comunicazioni punto-a-punto (invio, ricezione) e collettive (broadcast, scatter, gather) di qualsiasi oggetto Python di cui si può fare il pickle, oltre a comunicazioni ottimizzate di oggetti Python che espongono l'interfaccia buffer a singolo segmento (array NumPy, oggetti incorporati per byte/stringhe/array).

This package provides functionality to make it easy to make your own scatter density maps, both for interactive and non-interactive use. Fast.

This package installs the library for Python 3.

mplcursors fornisce cursori per la selezione interattiva di dati per Matplotlib. È ispirato a mpldatacursor, con un'API molto semplificata.

Questo pacchetto installa la libreria per Python 3.

mpld3 riunisce Matplotlib, la popolare libreria per grafici basata su Python, e D3js, la popolare libreria JavaScript per la creazione di visualizzazioni interattive di dati per il web. Il risultato è una semplice API per esportare i grafici di Matplotlib in codice HTML che può essere utilizzato all'interno di un browser, di pagine web standard, blog o strumenti quali IPython Notebook.

Questo pacchetto fornisce il modulo per Python 3.x.

Un modulo Python per esportare grafi di matplotlib, ad esempio per mpld3.

Questo pacchetto fornisce il modulo Python 3.x.

Il toolkit matplotlib basemap è una libreria per tracciare dati 2D su mappe in Python. È simile per funzionalità al toolbox per mappe di matlab, le funzionalità per mappe di IDL, GrADS o i Generic Mapping Tools. PyNGL e CDAT sono altre librerie che forniscono funzionalità simili in Python.

Basemap di per sé non traccia alcunché, ma fornisce le funzionalità per trasformare le coordinate in uno dei 23 diversi tipi di proiezioni per mappe (usando la libreria C PROJ.4). Viene in seguito usata matplotlib per tracciare contorni, immagini, vettori, linee o punti nelle coordinate trasformate. Sono forniti insiemi di dati per profili costieri, fiumi e confini politici (da Generic Mapping Tools), insieme con metodi per tracciarli. La libreria GEOS viene usata internamente per unire le caratteristiche delle coste e dei confini politici nella regione desiderata per la proiezione su mappa.

Basemap fornisce funzionalità per leggere dati nei formati netCDF e Shapefile, così come direttamente via HTTP usando OpeNDAP. Questa funzionalità viene fornita attraverso il client PyDAP e un'interfaccia Python alla libreria C Shapefile.

Basemap è orientato alle esigenze degli studiosi delle scienze della terra, particolarmente oceanografi e meteorologi. L'autore ha scritto originariamente Basemap per avere un aiuto nelle sue ricerche (previsioni del clima e meteorologiche), dato che al tempo CDAT era l'unico altro strumento in Python per tracciare dati su proiezioni di mappe. Col passare degli anni, le funzionalità di Basemap si sono evolute mano a mano che scienziati di altre discipline (come biologia, geologia e geofisica) hanno richiesto e contribuito con nuove funzionalità.

Questo pacchetto contiene la versione Python 3 di python-mpltoolkits.basemap.

ATTENZIONE: questo pacchetto è deprecato in favore di cartopy.

La versione 4 di netCDF ha molte funzionalità che non erano presenti nelle versioni precedenti della libreria ed è implementata sulla base di HDF5. Questo modulo può leggere e scrivere file sia nel nuovo formato netCDF 4 sia nel vecchio netCDF 3, e può creare file che sono leggibili dai client HDF5. L'API è modellata sull'esempio di Scientific.IO.NetCDF e dovrebbe risultare familiare agli utenti di quel modulo.

È implementata la maggior parte delle nuove funzionalità di netCDF 4, come dimensioni multiple illimitate, gruppi e compressione dei dati con zlib. Sono implementati tutti i nuovi tipi di dato numerici (come i tipi di interi senza segno e a 64 bit). Sono gestiti i tipi di dato composti e a lunghezza variabile (vlen), ma i tipi di dato enum e opaque non lo sono. Misture di tipi di dato composti e vlen (tipi composti contenenti vlen e vlen contenenti tipi composti) non sono gestite.

Questo pacchetto contiene il modulo netCDF 4 per Python 3.

This package consists of a couple of optimised tools for doing things that can roughly be considered "group-indexing operations". The most prominent tool is aggregate.

aggregate takes an array of values, and an array giving the group number for each of those values. It then returns the sum (or mean, or std, or any, ...etc.) of the values in each group. You have probably come across this idea before, using matlab accumarray, pandas groupby, or generally MapReduce algorithms and histograms.

There are different implementations of aggregate provided, based on plain numpy, numba and weave. Performance is a main concern, and so far this implementation comfortably beats similar implementations in other packages (check the benchmarks).

Questo pacchetto contiene i collegamenti Python 3 per la libreria OpenCV (Open Computer Vision).

La libreria Open Computer Vision è una raccolta di algoritmi e codice d'esempio per vari problemi relativi alla visione artificiale. La libreria è compatibile con IPL (Image Processing Library di Intel) e, se disponibile, può usare IPP (Integrated Performance Primitives di Intel) per ottenere prestazioni migliori.

OpenCV fornisce tipi di dati e operatori portabili di basso livello e un insieme di funzionalità di alto livello per l'acquisizione video, l'elaborazione e l'analisi di immagini, analisi strutturale, analisi del movimento e inseguimento di oggetti, riconoscimento di oggetti, calibrazione di videocamere e ricostruzione 3D.

Palettable (in precedenza brewer2mpl) è una libreria di tavolozze di colori per Python. È scritta in Python puro senza alcuna dipendenza, ma può gestire mappe di colori per matplotlib. Si può usare Palettable per personalizzare grafici matplotlib o fornire colori per un'applicazione web.

Questo pacchetto installa la libreria per Python 3.

pandas è un pacchetto Python che fornisce strutture dati veloci, flessibili ed espressive progettate per rendere facile ed intuitivo lavorare con dati "relazionali" o "etichettati". Mira ad essere il mattone da costruzione di alto livello fondamentale per fare analisi di dati del mondo reale in Python. pandas è ben adatto a molti tipi diversi di dati:

• dati in tabelle con colonne di tipo eterogeneo, come in una tabella SQL
• un foglio di calcolo di Excel;
• dati di serie temporali ordinati o non ordinati (non necessariamente con una frequenza costante);
• dati in matrici arbitrarie (di tipo omogeneo o eterogeneo) con etichette per righe e colonne;
• ogni altra forma di insiemi di dati sperimentali/statistici; in realtà non è affatto necessario che i dati siano etichettati per poter essere messi in una struttura di dati di pandas.

Questo pacchetto contiene la versione per Python 3.

This package provides a periodic table of the elements with support for mass, density and xray/neutron scattering information.

Masses, densities and natural abundances come from the NIST Physics Laboratory, but do not represent a critical evaluation by NIST scientists.

Neutron scattering calculations use values collected by the Atomic Institute of the Austrian Universities. These values do corresponding to those from other packages, though there are some differences depending to the tables used. Bound coherent neutron scattering for gold in particular is significantly different from older value: 7.63(6) as measured in 1974 compared to 7.90(7) as measured in 1990.

X-ray scattering calculations use a combination of empirical and theoretical values from the LBL Center for X-ray Optics. These values differ from those given in other sources such as the International Tables for Crystallography, Volume C, and so may give different results from other packages.

This package installs the library for Python 3.

Versatile utility function to run external processes from Python, with many features:

• runs an external process and waits for it to finish
• does not deadlock, no matter the process stdout/stderr output behaviour
• returns the exit code, stdout, stderr (separately, both as bytestrings), and the total process runtime as a dictionary
• process can run in a custom environment, either as a modification of the current environment or in a new environment from scratch
• stdin can be fed to the process, the returned dictionary contains information how much was read by the process
• stdout and stderr is printed by default, can be disabled
• stdout and stderr can be passed to any arbitrary function for live processing (separately, both as unicode strings)
• optionally enforces a time limit on the process

Pweave è un generatore di report scientifici per Python e uno strumento di literate programming per Python. Pweave può catturare risultati e grafici dall'analisi dei dati e funziona bene con NumPy, SciPy e matplotlib. È in grado di eseguire codice Python dal documento sorgente e includere i risultati e catturare i grafici di matplotlib nell'output.

Utility package that includes:

• pyct.cmd: Makes various commands available to other packages. (Currently no sophisticated plugin system, just a try import/except in the other packages.) The same commands are available from within Python. Can either add new subcommands to an existing argparse based command if the module has an existing command, or create the entire command if the module has no existing command. Currently, there are commands for copying examples and fetching data. See
• pyct.build: Provides various commands to help package building, primarily as a convenience for project maintainers.

Pymatgen (Python Materials Genomics) is a robust, open-source Python library for materials analysis. These are some of the main features:

1.Highly flexible classes for the representation of Element, Site, Molecule, Structure objects.

1. Extensive input/output support, including support for VASP (http://cms.mpi.univie.ac.at/vasp/), ABINIT (http://www.abinit.org/), CIF, Gaussian, XYZ, and many other file formats.

2. Powerful analysis tools, including generation of phase diagrams, Pourbaix diagrams, diffusion analyses, reactions, etc.

3. Electronic structure analyses, such as density of states and band structure.

4. Integration with the Materials Project REST API, Crystallography Open Database.

This package provides the pymtgen module for Python 3.

Matplotlib include diversi decoratori e utilità di test, ma sono orientati verso l'infrastruttura di test nose. pytest-mpl facilita il confronto tra figure prodotte dai test con immagini di riferimento quando si usa pytest.

Questo pacchetto fornisce il plugin pytest per Python 3.

pyvkfft offers a simple python interface to the CUDA and OpenCL backends of VkFFT, compatible with pyCUDA, CuPy and pyOpenCL.

This package installs the library for Python 3

Seaborn è una libreria per creare grafici statistici esteticamente belli e informativi in Python. È creata sulla base di matplotlib e si integra strettamente con lo stack PyData, inclusa la gestione per le strutture dati numpy e pandas e le funzioni statistiche di scipy e statsmodels.

Alcune delle funzionalità offerte da seaborn sono:

• svariati temi incorporati che migliorano l'aspetto estetico predefinito di matplotlib;
• strumenti per scegliere tavolozze di colori per creare bei grafici che svelano i modelli all'interno dei propri dati;
• funzioni per visualizzare distribuzioni univariate e bivariate o per confrontare sottoinsiemi di dati;
• strumenti che fanno il fit e visualizzano modelli di regressioni lineari per diversi tipi di variabili indipendenti e dipendenti;
• una funzione per disegnare dati statistici di serie temporali con stima flessibile e rappresentazione dell'incertezza della stima;
• astrazioni di alto livello per strutturare griglie di grafi che permettono di creare facilmente visualizzazioni complesse.

Questa è la versione per Python 3 del pacchetto.

Scikit-bio è un pacchetto Python che fornisce strutture dati, algoritmi e risorse educative in Python per la bioinformatica.

Questo è il pacchetto per Python 3.

scikit-image è una raccolta di algoritmi per l'elaborazione di immagini per Python. Esegue compiti come: caricamento, filtraggio, morfologia, segmentazione, conversione di colori e trasformazioni di immagini.

Questo pacchetto fornisce il modulo Python 3.

scikit-learn è una raccolta di moduli Python relativi ad apprendimento automatico/statistico e data mining. Una lista non esaustiva di funzionalità incluse:

• modelli misti gaussiani,
• apprendimento tramite varietà,
• kNN,
• SVM (tramite LIBSVM).

Questo pacchetto contiene la versione per Python 3.

sklearn-pandas fornisce un ponte tra i metodi di apprendimento automatico di scikit-learn e DataFrame di panda.

In particolare, fornisce:

• un modo per mappare colonne di DataFrame in trasformazioni, che in seguito sono ricombinate in funzionalità;
• un modo per fare una validazione incrociata per una catena di elaborazione dati che prende un DataFrame di pandas come input.

Questa è la versione per Python 3 del pacchetto.

PyTables è un pacchetto per gestire insiemi di dati gerarchici e progettato per gestire in modo efficiente enormi quantità di dati.

PyTables è costruito sulla base della libreria HDF5 e sul pacchetto NumPy. Ha un'interfaccia orientata agli oggetti che, insieme con estensioni C per le parti del codice critiche per le prestazioni (generate usando Cython), lo rende uno strumento veloce ed estremamente facile da usare per salvare e recuperare interattivamente grandi quantità di dati. Un'importante funzionalità di PyTables è quella di ottimizzare le risorse di memoria e di dischi in modo che occupino molto meno spazio (di un fattore da 3 a 5, o più se i dati sono comprimibili) rispetto ad altre soluzioni, come ad esempio database relazionali o orientati agli oggetti.

• Si possono usare tipi composti (record) interamente da Python (cioè non è necessario usare C per sfruttarli).
• Le tabelle sono sia allargabili sia comprimibili.
• L'I/O è gestito con buffer per cui si può ottenere un I/O molto veloce, specialmente con grandi tabelle.
• È molto facile selezionare dati mediante l'uso di iteratori sulle righe delle tabelle; è anche gestito il sezionamento esteso.
• Gestisce l'insieme completo di oggetti NumPy.

Le immagini e i metadati possono essere letti da file TIFF, BigTIFF, OME-TIFF, STK, LSM, NIH, ImageJ, MicroManager, FluoView, SEQ e GEL.

È gestito solo un sottoinsieme della specifica TIFF, per lo più immagini in scala di grigi e RGB(A) senza compressione e con compressione senza perdita di dati con interi a 2**(da 0 a 6) bit e 16, 32, 64 bit in virgola mobile, che sono comunemente usate nelle immagini bio-scientifiche. Nello specifico, non è gestita la lettura di dati immagine JPEG/TIFF compressi o di metadati EXIF/IPTC/GPS/XMP. Solo i record delle informazioni primarie sono letti dai formati immagine STK, FluoView, MicroManager e NIH.

Il formato TIFF (Tagged Image File Format) è sotto il controllo di Adobe Systems. BigTIFF permette di avere file più grandi di 4 GB. STK, LSM, FluoView, SEQ, GEL e OME-TIFF sono estensioni personalizzate definite, rispettivamente, da MetaMorph, Carl Zeiss MicroImaging, Olympus, Media Cybernetics, Molecular Dynamics e il consorzio Open Microscopy Environment.

Un derivato leggero e in Python puro di Enthought Traits, usato per configurare oggetti in Python.

È alla base dei sistemi di configurazione di IPython e di Jupyter.

Questo pacchetto contiene la libreria per Python 3.

xarray (già xray) è un progetto open source e un pacchetto Python che ha lo scopo di portare la potenza dei dati etichettati di pandas alle scienze fisiche, fornendo varianti N-dimensionali delle strutture di dati principali di pandas.

Fornisce un insieme di strumenti in stile pandas e compatibile con pandas per analisi su array multi-dimensionali, piuttosto che dati tabellari per i quali pandas eccelle.

Questo pacchetto fornisce la libreria per Python 3.

X-ray Reference Data in SQLite library, including a Python3 interface. The database contains data about the interactions of X-rays with matter.

This package installs the library for Python 3.

Zarr is a Python package providing an implementation of compressed, chunked, N-dimensional arrays, designed for use in parallel computing. Some highlights:

• Create N-dimensional arrays with any NumPy dtype.
• Chunk arrays along any dimension.
• Compress chunks using the fast Blosc meta-compressor or alternatively using zlib, BZ2 or LZMA.
• Store arrays in memory, on disk, inside a Zip file, on S3, ...
• Read an array concurrently from multiple threads or processes.
• Write to an array concurrently from multiple threads or processes.
• Organize arrays into hierarchies via groups.
• Use filters to preprocess data and improve compression.

Un servizio di desktop remoto che lancia macchine virtuali e le visualizza nel browser. Inserire i file di macchine virtuali (ISO, QCOW2, VDI, VMDK...) in /var/lib/qemu-web-desktop/machines, aggiungere il loro nome nel file /etc/qemu-web-desktop/machines.conf file ed eseguire "qwdctl refresh". È possibile modificare le impostazioni del servizio nel file /etc/qemu-web-desktop/config.pl Questo progetto è chiamato anche Data Analysis Remote Treatment Service (DARTS).

Una volta installato, connettersi all'indirizzo http://server/qemu-web-desktop

Scilab è un pacchetto software scientifico basato su matrici. Scilab contiene centinaia di funzioni matematiche incorporate, ricche strutture di dati (inclusi polinomi, razionali, sistemi lineari, elenchi, ecc.) e viene fornito con diversi toolbox specifici per controlli, elaborazione di segnali, ...

Questo pacchetto fornisce anche Xcos, un editor grafico per progettare modelli di sistemi ibrido-dinamici. I modelli possono essere progettati, caricati, salvati, compilati e simulati. Soluzione stabile ed efficiente per necessità industriali e accademiche, Xcos fornisce funzionalità per la modellazione di sistemi meccanici (automobilistici, aeronautici, ...), circuiti idraulici (dighe, modelli di tubazioni, ...), sistemi di controllo, ecc. Sono anche fornite funzionalità di Modelica.

Installare il pacchetto "scilab-cli" per avere una versione minima di scilab.