凸与非凸代谢模型的一种抽样算法
gapsplit的Python项目详细描述
- gapsplit是一种采样算法,用于在任何代谢模型上生成均匀、高覆盖率的采样点
- 不考虑凸性(即逻辑/整数约束)。
功能
- 样本(fname,n_points,lower_bounds=none,upper_bounds=none,n_update=100,n_secondary=0)
- 从给定的输入模型生成样本。
- 输入:
- fname-str
- 表示模型文件路径的字符串(有关可接受的文件类型,请参见gurobipy.read())。
- n_点-int
- 所需采样点的数量。
- 下限-列表/ndarray,可选
- 模型的FVA最小值。如果未提供,则生成。
- 上限-列表/ndarray,可选
-
FVA maximums是模特儿。如果未提供,则生成。
- n_update-int,可选
- 当前模型覆盖率和样本计数的控制台输出的刷新率(以点为单位)。
- n_secondary-int,可选
- 要拆分的附加间隔数。
- 输出:
- 样本-ndarray
- n_点由n_反应样本点组成的数组。
依赖关系
- gurobipy: 7.0 and up (requires download and license from gurobi.com - license provided free for academic users)
- numpy: 1.14.5