CoolProp 安装与上手实战教程三大平台 5 分钟从零到一跑通热物性计算【免费下载链接】CoolPropThermophysical properties for the masses项目地址: https://gitcode.com/gh_mirrors/co/CoolProp开工第一天我被换热器选型的活儿堵住了要在一堆制冷剂里快速对比密度、焓、饱和温度手里只有一张快翻烂的纸质物性表。翻表、插值、查单位一个小时就耗掉了。后来同事递过来一个工具一行命令就拿到了我想要的数——它叫CoolProp 安装起来简单用起来更省心。这篇教程就带你走一遍这条路从装好到跑出第一个真实计算结果全程不超过半小时。为什么是它而不是继续查表说白了CoolProp 就是一个装在你电脑里的物性数据库。它的内核是 C 写的高精度状态方程外面包了一层极友好的调用接口。相比手工查表或者自己写插值脚本它的优势非常直接覆盖面大上百种纯流体、多种混合物模型如 Peng-Robinson、PC-SAFT开箱即用从 R134a 到水蒸气都有一行出结果PropsSI(D, T, 300, P, 1e6, R134a)就是完整的密度查询不用自己写任何迭代算法真正的跨平台Windows、Linux、macOS 通吃还顺带覆盖 MATLAB、Excel、Java、Rust 等一堆语言环境。谁最需要它做制冷空调系统设计的人、写论文要算工质状态方程的科研党、以及给设备做仿真的工程师——你们大概率都会在某一天跟它相遇。上图就是 CoolProp 能产出的典型成果流体的 T-s 图。等压线、等熵过程、多变过程一目了然选型报告直接能用。5 分钟极简安装路线先跑起来再说很多人装库的第一步就被 CMake 劝退了。先别急我们有一条最快路径如果你只需要 Python 接口直接让 pip 把现成的二进制轮子装进来编译什么的统统跳过。# Windows / macOS / Linux 通用只要你的 Python 是 3.9 及以上 pip install CoolProp装完立刻验证能输出版本号就算成功python -c import CoolProp; print(CoolProp.__version__)预期输出版本号可能比你看到的略新属正常现象8.0.0这条命令会从软件源拉取官方预编译包几十秒搞定。你不需要装 CMake、不需要装编译器、不需要碰源码——这是给新手的最大福利。等你尝到甜头想自己从源码编译 C 版本、或者给 C#/Java 等语言接接口时再往下看深度配置。 小贴士如果你的机器上有多个 Python 环境比如 conda、pyenv记得确认pip对应的是你平时python调用的那个环境否则会出现装了却 import 不到的尴尬。三大系统的深度配置一张表看懂全局从源码编译的完整流程其实三大平台高度雷同。我们把它压成一张对比表再单独提醒每个平台的坑。步骤WindowsLinuxUbuntu/DebianmacOS必备工具Git CMake VS 2019 或更新git cmake gcc/gHomebrew 装 git cmake拉取源码git clone https://gitcode.com/gh_mirrors/co/CoolProp同左同左生成工程cmake .. -G Visual Studio 16 2019 -A x64cmake .. -DCMAKE_BUILD_TYPEReleasecmake .. -DCMAKE_BUILD_TYPERelease编译VS 里点生成解决方案或msbuildmake -j4make -j4装 Python 接口回到仓库根目录pip install .同左同左三个平台各自的差异要点一句话讲清楚Windows重点在给 CMake 指明 Visual Studio 生成器选错编译器版本是头号翻车点Linux几乎零门槛build-essential装齐就能编最顺的一条线macOS先执行xcode-select --install把命令行工具装上make才能找到编译器。下面是三个平台各自的完整操作按需点开。Windows从源码编译的完整流程先确认电脑里有 Git、CMake 和 Visual Studio2019 或更新版本装的时候勾选使用 C 的桌面开发工作负载打开开发者 PowerShellDeveloper PowerShell把项目拉到本地git clone https://gitcode.com/gh_mirrors/co/CoolProp cd CoolProp新建 build 目录并让 CMake 帮你把工程搭好mkdir build cd build cmake .. -G Visual Studio 16 2019 -A x64注意如果你的 VS 版本不同把-G后面的生成器名改成对应版本例如 VS 2022 是Visual Studio 17 2022。用 Visual Studio 打开生成的CoolProp.sln右键生成解决方案选 Release x64也可以用命令行msbuild CoolProp.sln /p:ConfigurationRelease /p:Platformx64编译完成后回到仓库根目录安装 Python 接口cd .. pip install .Linux从源码编译的完整流程一次性装齐编译家当sudo apt-get update sudo apt-get install git cmake build-essential python3 python3-pip把项目拉到本地git clone https://gitcode.com/gh_mirrors/co/CoolProp cd CoolProp生成 Release 工程并编译-j4表示用 4 个核心并行编译机器强可以调到 8mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j4回仓库根目录装 Python 接口cd .. pip3 install .macOS从源码编译的完整流程先装命令行工具和 Homebrew 三件套xcode-select --install brew install git cmake python把项目拉到本地git clone https://gitcode.com/gh_mirrors/co/CoolProp cd CoolProp生成工程并编译mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j4装 Python 接口cd .. pip install .第一次实战跑通两个例子搞懂 PropsSI装好之后我们直接干正事。新建一个demo.py把下面内容粘进去import CoolProp.CoolProp as CP # 例 1水在 1 个大气压101325 Pa下的饱和温度 # 参数含义想算什么(T)已知压力(P, 单位Pa)和干度(Q0 表示饱和液) T_sat CP.PropsSI(T, P, 101325, Q, 0, Water) print(f水在 1 个大气压下的饱和温度: {T_sat:.2f} K) # 例 2R134a 在 300 K、1 MPa 下的密度 rho CP.PropsSI(D, T, 300, P, 1e6, R134a) print(fR134a 在 300 K、1 MPa 下的密度: {rho:.2f} kg/m^3)运行python demo.py你会得到水在 1 个大气压下的饱和温度: 373.12 K R134a 在 300 K、1 MPa 下的密度: 1201.53 kg/m^3跟物性表对一下水的常压沸点约 373 K100 ℃对上了R134a 的密度量级也完全在合理范围内。只要看到这两行数字就说明你的 CoolProp 安装 真正可用了。逐行拆解一下这个核心函数PropsSI第一个参数是想算什么T温度、D密度、H焓、S熵第二、三个参数是一对已知状态压焓P,H、温压T,P、压熵P,S等自由组合第四个参数是工况Q表示干度饱和液是 0、饱和汽是 1最后一个字符串是工质名写Water、R134a就行不区分大小写。这套参数逻辑记熟了你就掌握了这个库 80% 的日常用法。踩坑避雷手册那些我亲测摔过的跟头这部分是我替你先踩过的坑每条都附了直接解法省得你再花半天时间。坑 1pip install CoolProp装完import CoolProp却报 ModuleNotFoundError。多半是 pip 和 python 不在同一个环境。解法python -m pip install CoolProp强制用同一个解释器来装。坑 2CMake 报错说找不到编译器。Windows 上记得给 CMake 指定生成器-G并且 VS 必须装 C 工作负载macOS 上先跑xcode-select --install。总之一句话把编译器装全再跑 CMake。坑 3编译源码后pip install .失败。大多是缺头文件。Debian/Ubuntu 上补一刀sudo apt-get install python3-dev顺带一提如果你看到报错里提到 boost那多半是旧版资料的说法新版 Python 接口已经不需要它了。坑 4程序能 import但运行时提示找不到动态库libCoolProp.so/.dylib/.dll。把编译产物所在的目录加进系统的库搜索路径Linux 上设置LD_LIBRARY_PATH或者把动态库拷到系统标准库目录。最省事的办法直接让 pip 安装时把库装到位就基本碰不到这个问题。坑 5算出来的数跟 REFPROP 对不上慌得一批。别慌。CoolProp 的默认状态方程本来就是高精度 Helmholtz 模型绝大多数工况下与 REFPROP 高度一致如果是对某些特殊混合物的个位数偏差多半是双方用了不同的混合规则或参考态设定先查官方文档里的对应章节再下结论。装完还能干什么三个进阶方向跑通两个例子只是起点CoolProp 真正厉害的地方在后面混合工质PropsSI里可以直接用HEOS::R134a[0.5]R32[0.5]这种语法算二元混合物的性质做非共沸工质分析时非常好用。想深入的话翻翻官方文档里的 Mixtures.rst 和 PCSAFT.rst相平衡与闪蒸库内置了 PT 闪蒸、相图计算等高级功能。下面这张图就是官方文档里 PT 闪蒸算法的流程图——先做稳定性分析再做分相计算逻辑非常清晰做相平衡研究的同学值得细读状态方程切换与第三方联动想试试 Peng-Robinson、PC-SAFT 这类立方型状态方程或是在 MATLAB、Excel、Java 等环境里调用官方文档的 Cubics.rst 和 wrappers 目录 里都有现成的说明如果你要自己从源码编译别的语言接口整个 C 源码都在仓库的src/目录下。 官方文档入口项目自带的完整文档在仓库的Web/目录下如 index.rst、HighLevelAPI.rst进阶内容还能看 backends.rst。离线也能翻特别适合断网查资料。写在最后从一个被物性表逼疯的新人到一行命令算出制冷剂密度我们只用了三步装好它、跑通它、然后信任它。工具的价值不在于它有多复杂而在于它能不能把三小时压缩成三分钟——CoolProp 做到了。现在就去打开你的终端跑一次pip install CoolProp把上面那两行示例跑出来。跑通了你就正式入坑了——这个坑跳得值。【免费下载链接】CoolPropThermophysical properties for the masses项目地址: https://gitcode.com/gh_mirrors/co/CoolProp创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 CoolProp 安装与上手实战教程：三大平台 5 分钟从零到一跑通热物性计算
CoolProp 安装与上手实战教程三大平台 5 分钟从零到一跑通热物性计算【免费下载链接】CoolPropThermophysical properties for the masses项目地址: https://gitcode.com/gh_mirrors/co/CoolProp开工第一天我被换热器选型的活儿堵住了要在一堆制冷剂里快速对比密度、焓、饱和温度手里只有一张快翻烂的纸质物性表。翻表、插值、查单位一个小时就耗掉了。后来同事递过来一个工具一行命令就拿到了我想要的数——它叫CoolProp 安装起来简单用起来更省心。这篇教程就带你走一遍这条路从装好到跑出第一个真实计算结果全程不超过半小时。为什么是它而不是继续查表说白了CoolProp 就是一个装在你电脑里的物性数据库。它的内核是 C 写的高精度状态方程外面包了一层极友好的调用接口。相比手工查表或者自己写插值脚本它的优势非常直接覆盖面大上百种纯流体、多种混合物模型如 Peng-Robinson、PC-SAFT开箱即用从 R134a 到水蒸气都有一行出结果PropsSI(D, T, 300, P, 1e6, R134a)就是完整的密度查询不用自己写任何迭代算法真正的跨平台Windows、Linux、macOS 通吃还顺带覆盖 MATLAB、Excel、Java、Rust 等一堆语言环境。谁最需要它做制冷空调系统设计的人、写论文要算工质状态方程的科研党、以及给设备做仿真的工程师——你们大概率都会在某一天跟它相遇。上图就是 CoolProp 能产出的典型成果流体的 T-s 图。等压线、等熵过程、多变过程一目了然选型报告直接能用。5 分钟极简安装路线先跑起来再说很多人装库的第一步就被 CMake 劝退了。先别急我们有一条最快路径如果你只需要 Python 接口直接让 pip 把现成的二进制轮子装进来编译什么的统统跳过。# Windows / macOS / Linux 通用只要你的 Python 是 3.9 及以上 pip install CoolProp装完立刻验证能输出版本号就算成功python -c import CoolProp; print(CoolProp.__version__)预期输出版本号可能比你看到的略新属正常现象8.0.0这条命令会从软件源拉取官方预编译包几十秒搞定。你不需要装 CMake、不需要装编译器、不需要碰源码——这是给新手的最大福利。等你尝到甜头想自己从源码编译 C 版本、或者给 C#/Java 等语言接接口时再往下看深度配置。 小贴士如果你的机器上有多个 Python 环境比如 conda、pyenv记得确认pip对应的是你平时python调用的那个环境否则会出现装了却 import 不到的尴尬。三大系统的深度配置一张表看懂全局从源码编译的完整流程其实三大平台高度雷同。我们把它压成一张对比表再单独提醒每个平台的坑。步骤WindowsLinuxUbuntu/DebianmacOS必备工具Git CMake VS 2019 或更新git cmake gcc/gHomebrew 装 git cmake拉取源码git clone https://gitcode.com/gh_mirrors/co/CoolProp同左同左生成工程cmake .. -G Visual Studio 16 2019 -A x64cmake .. -DCMAKE_BUILD_TYPEReleasecmake .. -DCMAKE_BUILD_TYPERelease编译VS 里点生成解决方案或msbuildmake -j4make -j4装 Python 接口回到仓库根目录pip install .同左同左三个平台各自的差异要点一句话讲清楚Windows重点在给 CMake 指明 Visual Studio 生成器选错编译器版本是头号翻车点Linux几乎零门槛build-essential装齐就能编最顺的一条线macOS先执行xcode-select --install把命令行工具装上make才能找到编译器。下面是三个平台各自的完整操作按需点开。Windows从源码编译的完整流程先确认电脑里有 Git、CMake 和 Visual Studio2019 或更新版本装的时候勾选使用 C 的桌面开发工作负载打开开发者 PowerShellDeveloper PowerShell把项目拉到本地git clone https://gitcode.com/gh_mirrors/co/CoolProp cd CoolProp新建 build 目录并让 CMake 帮你把工程搭好mkdir build cd build cmake .. -G Visual Studio 16 2019 -A x64注意如果你的 VS 版本不同把-G后面的生成器名改成对应版本例如 VS 2022 是Visual Studio 17 2022。用 Visual Studio 打开生成的CoolProp.sln右键生成解决方案选 Release x64也可以用命令行msbuild CoolProp.sln /p:ConfigurationRelease /p:Platformx64编译完成后回到仓库根目录安装 Python 接口cd .. pip install .Linux从源码编译的完整流程一次性装齐编译家当sudo apt-get update sudo apt-get install git cmake build-essential python3 python3-pip把项目拉到本地git clone https://gitcode.com/gh_mirrors/co/CoolProp cd CoolProp生成 Release 工程并编译-j4表示用 4 个核心并行编译机器强可以调到 8mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j4回仓库根目录装 Python 接口cd .. pip3 install .macOS从源码编译的完整流程先装命令行工具和 Homebrew 三件套xcode-select --install brew install git cmake python把项目拉到本地git clone https://gitcode.com/gh_mirrors/co/CoolProp cd CoolProp生成工程并编译mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j4装 Python 接口cd .. pip install .第一次实战跑通两个例子搞懂 PropsSI装好之后我们直接干正事。新建一个demo.py把下面内容粘进去import CoolProp.CoolProp as CP # 例 1水在 1 个大气压101325 Pa下的饱和温度 # 参数含义想算什么(T)已知压力(P, 单位Pa)和干度(Q0 表示饱和液) T_sat CP.PropsSI(T, P, 101325, Q, 0, Water) print(f水在 1 个大气压下的饱和温度: {T_sat:.2f} K) # 例 2R134a 在 300 K、1 MPa 下的密度 rho CP.PropsSI(D, T, 300, P, 1e6, R134a) print(fR134a 在 300 K、1 MPa 下的密度: {rho:.2f} kg/m^3)运行python demo.py你会得到水在 1 个大气压下的饱和温度: 373.12 K R134a 在 300 K、1 MPa 下的密度: 1201.53 kg/m^3跟物性表对一下水的常压沸点约 373 K100 ℃对上了R134a 的密度量级也完全在合理范围内。只要看到这两行数字就说明你的 CoolProp 安装 真正可用了。逐行拆解一下这个核心函数PropsSI第一个参数是想算什么T温度、D密度、H焓、S熵第二、三个参数是一对已知状态压焓P,H、温压T,P、压熵P,S等自由组合第四个参数是工况Q表示干度饱和液是 0、饱和汽是 1最后一个字符串是工质名写Water、R134a就行不区分大小写。这套参数逻辑记熟了你就掌握了这个库 80% 的日常用法。踩坑避雷手册那些我亲测摔过的跟头这部分是我替你先踩过的坑每条都附了直接解法省得你再花半天时间。坑 1pip install CoolProp装完import CoolProp却报 ModuleNotFoundError。多半是 pip 和 python 不在同一个环境。解法python -m pip install CoolProp强制用同一个解释器来装。坑 2CMake 报错说找不到编译器。Windows 上记得给 CMake 指定生成器-G并且 VS 必须装 C 工作负载macOS 上先跑xcode-select --install。总之一句话把编译器装全再跑 CMake。坑 3编译源码后pip install .失败。大多是缺头文件。Debian/Ubuntu 上补一刀sudo apt-get install python3-dev顺带一提如果你看到报错里提到 boost那多半是旧版资料的说法新版 Python 接口已经不需要它了。坑 4程序能 import但运行时提示找不到动态库libCoolProp.so/.dylib/.dll。把编译产物所在的目录加进系统的库搜索路径Linux 上设置LD_LIBRARY_PATH或者把动态库拷到系统标准库目录。最省事的办法直接让 pip 安装时把库装到位就基本碰不到这个问题。坑 5算出来的数跟 REFPROP 对不上慌得一批。别慌。CoolProp 的默认状态方程本来就是高精度 Helmholtz 模型绝大多数工况下与 REFPROP 高度一致如果是对某些特殊混合物的个位数偏差多半是双方用了不同的混合规则或参考态设定先查官方文档里的对应章节再下结论。装完还能干什么三个进阶方向跑通两个例子只是起点CoolProp 真正厉害的地方在后面混合工质PropsSI里可以直接用HEOS::R134a[0.5]R32[0.5]这种语法算二元混合物的性质做非共沸工质分析时非常好用。想深入的话翻翻官方文档里的 Mixtures.rst 和 PCSAFT.rst相平衡与闪蒸库内置了 PT 闪蒸、相图计算等高级功能。下面这张图就是官方文档里 PT 闪蒸算法的流程图——先做稳定性分析再做分相计算逻辑非常清晰做相平衡研究的同学值得细读状态方程切换与第三方联动想试试 Peng-Robinson、PC-SAFT 这类立方型状态方程或是在 MATLAB、Excel、Java 等环境里调用官方文档的 Cubics.rst 和 wrappers 目录 里都有现成的说明如果你要自己从源码编译别的语言接口整个 C 源码都在仓库的src/目录下。 官方文档入口项目自带的完整文档在仓库的Web/目录下如 index.rst、HighLevelAPI.rst进阶内容还能看 backends.rst。离线也能翻特别适合断网查资料。写在最后从一个被物性表逼疯的新人到一行命令算出制冷剂密度我们只用了三步装好它、跑通它、然后信任它。工具的价值不在于它有多复杂而在于它能不能把三小时压缩成三分钟——CoolProp 做到了。现在就去打开你的终端跑一次pip install CoolProp把上面那两行示例跑出来。跑通了你就正式入坑了——这个坑跳得值。【免费下载链接】CoolPropThermophysical properties for the masses项目地址: https://gitcode.com/gh_mirrors/co/CoolProp创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考