元胞自动机Python库
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
CellPyLib 是一个专注于 Cellular Automata（元胞自动机，CA）的 Python 库，目标是用简洁接口定义、演化、分析和可视化一维及二维 CA。正文显示，它支持离散或连续状态、可调邻域半径，并在二维场景中支持 Moore 与 von Neumann 邻域，适合复杂系统、人工生命和计算涌现相关实验。
从功能覆盖看，CellPyLib 不只是基础 CA 演化工具。它内置 Elementary CA、totalistic rules，并提供 Langton’s Lambda 随机规则表生成，用于探索从有序到混沌的相变现象。库中还包含 ReversibleRule、AsynchronousRule、CTRBLRule，以及 Langton’s Loop 等实现，可用于可逆 CA、异步 CA、自复制结构和二维人工生命模型研究。规则扩展方式较灵活：用户可传入任意 callable，也可继承 BaseRule 来实现带状态的复杂规则。可视化方面提供 plot、plot2d_animate 等工具，分析方面提供 Shannon entropy、mutual information 等信息论度量。
文档结构比较完整，包含 Installation、Working with Cellular Automata、Additional Features、Tutorials、API Docs、Source、License 等入口，并给出多段 Python 示例，API 命名也较直观。抓取文本未展示安装命令、版本兼容性、维护频率，也未明确许可证类型。定价和支付信息没有出现，按文本只能判断其以 Python 库形式本地使用，不存在已披露的商业收费方案。
优点是领域聚焦、模型覆盖广、规则扩展自然，并把演化、可视化和复杂性度量放在同一工具链中。局限是资料中未见性能基准、并行/GPU 支持、企业支持或社区活跃度说明，因此不宜直接假设其适合超大规模生产仿真。它更适合科研人员、学生、复杂系统课程、元胞自动机爱好者，以及需要快速复现 Game of Life、Wireworld、Langton’s Loops 等模型的 Python 用户。
仅凭抓取正文无法判断 cellpylib.org 在中国大陆的连通性、镜像情况或安装源可用性，标记为未知。若访问或安装受阻，可考虑使用本地 NumPy/SciPy 自行实现核心规则，或寻找其他 Python 元胞自动机/复杂系统仿真库作为替代。
本测评基于公开资料整理,不构成购买建议,请以 cellpylib.org 官网实际信息为准。
开源科研/教学库，国内可直接学习使用。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。