访问官网
Github
文档
论文============================================= 本项目不再积极维护
一个反映PyEMMA大部分功能的替代包是 deeptime <https://github.com/deeptime-ml/deeptime>__。
===================================== EMMA (Emma's马尔可夫模型算法)
.. image:: https://img.shields.io/azure-devops/build/clonker/e16cf5d1-7827-4597-8bb5-b0f7577c73d1/6 :target: https://dev.azure.com/clonker/pyemma/_build .. image:: https://img.shields.io/pypi/v/pyemma.svg :target: https://pypi.python.org/pypi/pyemma .. image:: https://anaconda.org/conda-forge/pyemma/badges/downloads.svg :target: https://anaconda.org/conda-forge/pyemma .. image:: https://anaconda.org/conda-forge/pyemma/badges/installer/conda.svg :target: https://conda.anaconda.org/conda-forge .. image:: https://img.shields.io/codecov/c/github/markovmodel/PyEMMA/devel.svg :target: https://codecov.io/gh/markovmodel/PyEMMA/branch/devel
这是什么？
PyEMMA (EMMA = Emma's马尔可夫模型算法) 是一个开源的Python/C软件包，用于分析大规模分子动力学模拟。 特别地，它包括用于估计、验证和分析以下内容的算法：
- 聚类和特征化
- 马尔可夫状态模型 (MSMs)
- 隐马尔可夫模型 (HMMs)
- 多集成马尔可夫模型 (MEMMs)
- 时滞独立成分分析 (TICA)
- 转移路径理论 (TPT)
PyEMMA可以在Jupyter（前身为IPython，推荐使用）中使用，或通过编写Python脚本使用。文档可以在
http://pyemma.org <http://www.pyemma.org/>__ 找到。
引用
如果您在科学工作中使用PyEMMA，请引用：
M. K. Scherer, B. Trendelkamp-Schroer, F. Paul, G. Pérez-Hernández,
M. Hoffmann, N. Plattner, C. Wehmeyer, J.-H. Prinz and F. Noé:
PyEMMA 2: A Software Package for Estimation, Validation, and Analysis of Markov Models,
J. Chem. Theory Comput. 11, 5525-5542 (2015)
安装
如果您想在Linux或OSX上使用Miniconda，可以运行这个脚本来下载和安装所有内容：
curl -s https://raw.githubusercontent.com/markovmodel/PyEMMA/devel/install_miniconda%2Bpyemma.sh | bash
如果您已安装Anaconda/Miniconda，使用以下命令：
conda install -c conda-forge pyemma
使用pip：
pip install pyemma
或使用pip安装最新的开发分支：
pip install git+https://github.com/markovmodel/PyEMMA.git@devel
有关安装的完整指南，请查看在线版本
online <http://www.emma-project.org/latest/INSTALL.html>__ 或离线文件
doc/source/INSTALL.rst
要离线构建文档，您应该使用以下命令安装要求：
pip install -r requirements-build-doc.txt
然后使用make构建：
cd doc; make html
支持和开发
对于错误报告/建议/投诉，请在
GitHub <http://github.com/markovmodel/PyEMMA>__ 上提交问题。
或在我们的邮件列表上开始讨论：pyemma-users@lists.fu-berlin.de
外部库
- mdtraj (LGPLv3): https://mdtraj.org
- thermotools (LGLPv3): http://github.com/markovmodel/thermotools
