PAN Blend grazing-incidence packages

BINoculars est un outil pour la réduction de données et l’analyse de grands jeux de données de diffraction de surface acquises avec un détecteur de rayons X bidimensionnel. L’intensité de chaque pixel d’un détecteur bidimensionnel est projetée dans une grille tridimensionnelle en coordonnées de réseau réciproque grâce à un algorithme de groupement de données (binning). Cela permet une acquisition et un traitement rapides de jeux de données de haute résolution et a pour résultat une réduction significative de la taille du jeu de données. L’analyse suivante se fait alors en espace réciproque. Cet outil a évolué à partir des besoins spécifiques du beamline ID03 de l’ESRF, mais bénéficie d’une conception modulaire et peut être facilement ajusté et étendu pour fonctionner avec des données venant d’autres beamlines ou d’autres techniques de mesure.

BornAgain est un paquet logiciel pour simuler et ajuster la dispersion à faible angle pour une incidence rasante (Grazing-incidence small-angle scattering — GISAS). Il prend en charge l’analyse des données pour rayons X (GISAXS) ou neutrons (GISANS). Les calculs sont faits dans le cadriciel DWBA (distorted wawe Born approximation — approximation de Born pour des ondes perturbées). BornAgain fournit une interface graphique pour une utilisation interactive ainsi qu’un cadriciel générique Python et C++ pour la modélisation d’échantillons multicouches avec des interfaces lisses ou rugueuses et avec divers types de nanoparticules embarquées.

BornAgain prend en charge :

Couches :

 — multicouches sans restriction du nombre de couche ;
 — corrélation avec la rugosité de l’interface ;
 – matériaux magnétiques.

Particules:

 – choix entre différentes formes de particule (facteur de forme) ;
 – particules avec structures internes ;
 – assemblage de particules ;
 – distribution granulométrique des particules (polydispersité).

Positions des particules :

 – implémentations découplées entre les positions verticale et planaire ;
 – distributions verticales : particules à une certaine profondeur
   dans les couches ou au sommet ;
 – distributions planaires :
   – systèmes complètement désordonnés,
   – distribution ordonnée à courte distance (paracristaux),
   – treillis en une ou deux dimensions.

Faisceau d’entrée :

 – neutrons polarisés ou non ;
 – rayons X ;
 – divergence du faisceau d’entrée (longueur d’onde, angles d’incidence)
   suivant différentes distributions ;
 – normalisation possible de l’intensité d’entrée.

Détecteur :

 – diffusion spéculaire off ;
 – matrice d’intensité en 2D, fonction des angles de sortie.

Usage de BornAgain :

 – simulation de GISAXS et GISANS à partir de l’échantillon généré ;
 – adaptation aux données de référence (expérimentale ou numérique) ;
 – interactions à travers des scripts Python ou une interface graphique.

En cas d’utilisation de BornAgain dans vos travaux, veuillez citer C. Durniak, M. Ganeva, G. Pospelov, W. Van Herck, J. Wuttke (2015), BornAgain — Software for simulating and fitting X-ray and neutron small-angle scattering at grazing incidence, version , http://www.bornagainproject.org

BornAgain est un paquet logiciel pour simuler et ajuster la dispersion à faible angle pour une incidence rasante (Grazing-incidence small-angle scattering — GISAS). Il prend en charge l’analyse des données pour rayons X (GISAXS) ou neutrons (GISANS). Les calculs sont faits dans le cadriciel DWBA (distorted wawe Born approximation — approximation de Born pour des ondes perturbées). BornAgain fournit une interface graphique pour une utilisation interactive ainsi qu’un cadriciel générique Python et C++ pour la modélisation d’échantillons multicouches avec des interfaces lisses ou rugueuses et avec divers types de nanoparticules embarquées.

BornAgain prend en charge :

Couches :

 — multicouches sans restriction du nombre de couche ;
 — corrélation avec la rugosité de l’interface ;
 – matériaux magnétiques.

Particules:

 – choix entre différentes formes de particule (facteur de forme) ;
 – particules avec structures internes ;
 – assemblage de particules ;
 – distribution granulométrique des particules (polydispersité).

Positions des particules :

 – implémentations découplées entre les positions verticale et planaire ;
 – distributions verticales : particules à une certaine profondeur
   dans les couches ou au sommet ;
 – distributions planaires :
   – systèmes complètement désordonnés,
   – distribution ordonnée à courte distance (paracristaux),
   – treillis en une ou deux dimensions.

Faisceau d’entrée :

 – neutrons polarisés ou non ;
 – rayons X ;
 – divergence du faisceau d’entrée (longueur d’onde, angles d’incidence)
   suivant différentes distributions ;
 – normalisation possible de l’intensité d’entrée.

Détecteur :

 – diffusion spéculaire off ;
 – matrice d’intensité en 2D, fonction des angles de sortie.

Usage de BornAgain :

 – simulation de GISAXS et GISANS à partir de l’échantillon généré ;
 – adaptation aux données de référence (expérimentale ou numérique) ;
 – interactions à travers des scripts Python ou une interface graphique.

En cas d’utilisation de BornAgain dans vos travaux, veuillez citer C. Durniak, M. Ganeva, G. Pospelov, W. Van Herck, J. Wuttke (2015), BornAgain — Software for simulating and fitting X-ray and neutron small-angle scattering at grazing incidence, version , http://www.bornagainproject.org

Ce paquet fournit la documentation de BornAgain.

xrayutilities est une collection de scripts utilisée pour analyser les données de diffraction de rayons X. Elle se compose d’un paquet de Python et de plusieurs routines codés en C. Elle est particulièrement utile pour la conversion de réseau réciproque de données de diffraction obtenues avec des détecteurs linéaires ou à deux dimensions.

Ce paquet fournit le manuel au format HTML.

BornAgain est un paquet logiciel pour simuler et ajuster la dispersion à faible angle pour une incidence rasante (Grazing-incidence small-angle scattering — GISAS). Il prend en charge l’analyse des données pour rayons X (GISAXS) ou neutrons (GISANS). Les calculs sont faits dans le cadriciel DWBA (distorted wawe Born approximation — approximation de Born pour des ondes perturbées). BornAgain fournit une interface graphique pour une utilisation interactive ainsi qu’un cadriciel générique Python et C++ pour la modélisation d’échantillons multicouche avec des interfaces lisses ou rugueuses et avec divers types de nanoparticules embarquées.

BornAgain prend en charge :

Couches :

 — multicouches sans restriction du nombre de couche ;
 — corrélation avec la rugosité de l’interface ;
 – matériaux magnétiques.

Particules:

 – choix entre différentes formes de particule (facteur de forme) ;
 – particules avec structures internes ;
 – assemblage de particules ;
 – distribution granulométrique des particules (polydispersité).

Positions des particules :

 – implémentations découplées entre les positions verticale et planaire ;
 – distributions verticales : particules à une certaine profondeur
   dans les couches ou au sommet ;
 – distributions planaires :
   – systèmes complètement désordonnés,
   – distribution ordonnée à courte distance (paracristaux),
   – treillis en une ou deux dimensions.

Faisceau d’entrée :

 – neutrons polarisés ou non ;
 – rayons X ;
 – divergence du faisceau d’entrée (longueur d’onde, angles d’incidence)
   suivant différentes distributions ;
 – normalisation possible de l’intensité d’entrée.

Détecteur :

 – diffusion spéculaire off ;
 – matrice d’intensité en 2D, fonction des angles de sortie.

Usage de BornAgain :

 – simulation de GISAXS et GISANS à partir de l’échantillon généré ;
 – adaptation aux données de référence (expérimentale ou numérique) ;
 – interactions à travers des scripts Python ou une interface graphique.

En cas d’utilisation de BornAgain dans vos travaux, veuillez citer C. Durniak, M. Ganeva, G. Pospelov, W. Van Herck, J. Wuttke (2015), BornAgain — Software for simulating and fitting X-ray and neutron small-angle scattering at grazing incidence, version , http://www.bornagainproject.org

Ce paquet fournit les liaisons Python pour une utilisation dans des scripts.

DENSS is an algorithm used for calculating ab initio electron density maps directly from solution scattering data. DENSS implements a novel iterative structure factor retrieval algorithm to cycle between real space density and reciprocal space structure factors, applying appropriate restraints in each domain to obtain a set of structure factors whose intensities are consistent with experimental data and whose electron density is consistent with expected real space properties of particles.

DENSS utilizes the NumPy Fast Fourier Transform for moving between real and reciprocal space domains. Each domain is represented by a grid of points (Cartesian), N x N x N. N is determined by the size of the system and the desired resolution. The real space size of the box is determined by the maximum dimension of the particle, D, and the desired sampling ratio. Larger sampling ratio results in a larger real space box and therefore a higher sampling in reciprocal space (i.e. distance between data points in q). Smaller voxel size in real space corresponds to higher spatial resolution and therefore to larger q values in reciprocal space.

GenX is a versatile program using the differential evolution algorithm for fitting, primarily, X-ray and neutron reflectivity data, lately also surface x-ray diffraction data. The differential evolution algorithm is a robust optimization method which avoids local minima but at same is a highly effective. GenX is written in Python and uses the wxpython package for the Graphical User Interface (GUI). A model to fit is defined either through a GUI plug-in or via a Python script. The possibility to script everything makes it easy to develop completely new fitting model. Clearly, GenX is extremely modular, making it possible to extend the program with models and plug-ins for most fitting problems. At the present GenX is shipped with models for x-ray and neutron specular reflectivity, off-specular x-ray reflectivity and surface x-ray diffraction

Flexible, powerful, Python package for generalised curvefitting analysis, specifically neutron and X-ray reflectometry data.

It uses several scipy.optimize algorithms for fitting data, and estimating parameter uncertainties. As well as the scipy algorithms refnx uses the emcee Affine Invariant Markov chain Monte Carlo (MCMC) Ensemble sampler for Bayesian parameter estimation.

xrayutilities est un ensemble de scripts utilisés pour analyser les données de diffraction de rayons X. Il se compose d’un paquet de Python et de plusieurs routines écrites en C. Il est particulièrement utile pour la conversion d’espace réciproque de données de diffraction avec détecteurs linéaires et de zones.

Il s'agit de la version Python 3 du paquet.

MoviePy is a Python library for video editing: cutting, concatenations, title insertions, video compositing (a.k.a. non-linear editing), video processing, and creation of custom effects.