2个版本
0.1.1 | 2023年7月13日 |
---|---|
0.1.0 | 2021年4月23日 |
47 在 #科学计算
在 tttr-toolbox 中使用
7KB
122 行
TTTR Toolbox
为您的TTTR数据提供最快的流式算法。
TTTR Toolbox可以用作独立的Rust库。如果您大部分数据分析都在Python中进行,您可能更喜欢检查Trattoria,这是此crate的包装库。
项目目标
- 单线程性能
- 易于扩展
可用的算法
- 二阶自相关(g2)
- 支持记录范围选择
- 三阶自相关(g3)
- 同步三阶自相关(同步g3)
- 强度时间迹
- 记录数量时间迹
- 零延迟查找器
- 生命周期
支持的文件和记录格式
- PicoQuant PTU
- PHT2
- HHT2_HH1
- HHT2_HH2
- HHT3_HH2
如果您需要支持更多记录格式和文件格式,请提出要求。至少我们需要文件格式规范和一些可识别特征以测试实现。
示例
pub fn main() {
let filename = PathBuf::from("/Users/garfield/Downloads/20191205_Xminus_0p1Ve-6_CW_HBT.ptu");
let ptu_file = File::PTU(PTUFile::new(filename).unwrap());
// Unwrap the file so we can print the header
let File::PTU(f) = &ptu_file;
println!("{}", f);
let params = G2Params {
channel_1: 0,
channel_2: 1,
correlation_window: 50_000e-12,
resolution: 600e-12,
record_ranges: None,
};
let g2_histogram = g2(&ptu_file, ¶ms).unwrap();
println!("{:?}", g2_histogram.hist);
}
依赖关系
~1.5MB
~35K SLoC