NeuronVisio เชื่อมต่อกับเซลล์ประสาทโดยใช้อินเตอร์เฟซใหม่หลามเซลล์ประสาท
การติดตั้ง:
การติดตั้ง NeuronVisio คุณจำเป็นต้องตอบสนองอ้างอิงต่อไป
& nbsp; * PyGTK
& nbsp; * ภาพ
& nbsp; * matplotlib
ติดตั้งง่าย
วิธีที่ง่ายที่สุดที่จะได้รับ neuronvisio คือถ้าคุณมีการติดตั้ง setuptools:
easy_install neuronvisio
โดยไม่ต้อง setuptools ก็ยังคงสวยง่าย ดาวน์โหลดไฟล์ neuronvisio.tgz จากหน้า Cheeseshop neuronvisio ของ Untar มันและการทำงาน:
หลาม setup.py ติดตั้ง
เอกสาร
เอกสารที่มีอยู่ในโฟลเดอร์เอกสารหรือออนไลน์
Quickstart
รหัสนี้เป็นเพียงการให้ความคิดในวิธีการใช้โมดูล nrnvisio:
1. ไฟขึ้นคอนโซล ipython มีสวิตช์ pylab .:
& nbsp; ipython -pylab # ถ้าคุณไม่ได้ใช้สวิทช์ที่คุณจะไม่เห็นกราฟใด ๆ
2. นำเข้าโมดูล:
& nbsp; จาก neuronvisio.controls นำเข้าควบคุม
& nbsp; ควบคุม = การควบคุม ()
เมื่อ nrnvisio จะเริ่มต้นด้ายมีการเปิดตัว ในหัวข้อนี้ทุกขั้นตอนของการ nrnvisio ที่จะเกิดขึ้นโดยไม่ปิดกั้นคอนโซล
ในฐานะที่เป็นตัวอย่างรวดเร็วรหัสต่อไปนี้:
& nbsp; 1 สร้างส่วนเดียวที่เรียกว่าโสม
& nbsp; 2 ใส่ช่อง Hodgkey-ฮักซ์ลีย์และสื่อกระแสไฟฟ้าเรื่อย ๆ
& nbsp; 3 ใส่ alphaSynapse เพื่อให้ Stimul
ตัวอย่างรวดเร็วสามารถดังต่อไปนี้ ::
จาก nrnvisio.controls การควบคุมการนำเข้า
การควบคุมการควบคุม = () # เริ่มต้น GUI
จากเซลล์ประสาทนำเข้า H # เดินทาง HocInterpreter
โสม = h.Section () # การสร้างส่วน
soma.insert ('hh') # ใส่ HH ช่อง
soma.insert ('อภิสิทธิ์') # แทรกสื่อกระแสไฟฟ้าเรื่อย ๆ
SYN = h.AlphaSynapse (0.5 วินาที = โสม) นำเข้า synaptic #
syn.onset = 0.5 # เมื่อจะยิง
syn.gmax = 0.05 # conductance ของไซแนปส์
syn.e = 0 # ศักยภาพการกลับรายการ
ตัวอย่างอื่น ๆ ในการแสดงไดเรกทอรีตัวอย่างเช่นวิธีการใช้ Neuronvisio ที่มีรูปแบบที่ซับซ้อนมากขึ้น
คุณสมบัติ .
- สร้างภาพ 3 มิติของรูปแบบ ที่มีความเป็นไปได้ที่จะเปลี่ยนมัน runtime
- การสร้างพาหะในการบันทึกตัวแปรใด ๆ ที่อยู่ในส่วน
- pylab บูรณาการพล็อตโดยตรงผลของการจำลอง
- สำรวจ timecourse ของตัวแปรใด ๆ ระหว่างเวลาใช้ขนาดรหัสสี
- GUI ทำงานในหัวข้อของตัวเองดังนั้นจึงเป็นไปได้ที่จะใช้คอนโซล (ขอแนะนำ ipython)
ต้องการ
- หลาม
ความคิดเห็นที่ไม่พบ