Entornos
Esta página cambió después de phonometry 4.0.0, la última versión publicada en PyPI, así que puede describir código que esa versión aún no tiene. Lo nuevo desde entonces figura en la sección Unreleased del registro de cambios.
phonometry es Python puro sobre NumPy y SciPy, se publica como un único wheel para todos los sistemas operativos y necesita Python 3.12 o posterior. El mismo paquete se instala, por tanto, allí donde funcionen ellos: en un entorno virtual de un portátil, en un contenedor de un servidor o en un cuaderno dentro de una pestaña del navegador. Lo que cambia de un sitio a otro es cómo llegan sus dependencias y cuáles de los extras opcionales pueden seguirlas. Cada página de esta sección trata un sitio, con órdenes que se han ejecutado allí.
Comprobado el 17 de noviembre de 2026 con phonometry 4.0.0 de PyPI: cada página de esta sección dice, bajo su párrafo de entrada, en qué versiones se ejecutaron ese día sus órdenes.
| Dónde | Cómo llega phonometry | Qué funciona | Qué no |
|---|---|---|---|
| pip y uv | python -m pip install "phonometry[full]" en un entorno virtual, o uv add "phonometry[full]" |
todo; [torch] añade las simulaciones FDTD sobre PyTorch |
[perf] y [full] en Windows y Linux de 32 bits, donde [plot,report,audio] instala los otros tres extras |
| conda y mamba | las dependencias desde conda-forge y después python -m pip install "phonometry[full]" |
todo, también pytorch de conda-forge | no se queda nada fuera |
| Jupyter y JupyterLab | python -m pip install jupyterlab "phonometry[full]" |
tablas de los resultados, figuras en línea, fichas y vídeos en cuanto está ffmpeg | un kernel arrancado con PYTHONWARNINGS=error; [full] en Windows y Linux de 32 bits, donde [plot,report,audio] ocupa su lugar |
| JupyterLite y Pyodide | %pip install "phonometry[plot,report,audio]" en la primera celda |
métricas, tablas, figuras, fichas, WAV y FLAC, FDTD con NumPy | [perf], [torch] y [full], el vídeo y cualquier dispositivo de cálculo que no sea "cpu" |
| Docker y servidores | un entorno virtual dentro de una imagen python:3.13-slim |
todo, con cualquier usuario y sobre una raíz de solo lectura con un /tmp escribible, desde wheels en x86-64 y ARM64 |
los wheels en las otras seis arquitecturas de la imagen, donde pip compila NumPy, SciPy y casi todos los extras desde el código fuente; [perf] y [full] en sus tres de 32 bits, donde [plot,report,audio] instala los otros tres extras; [torch] en las seis |
| Comprobación de tipos | nada que añadir: el wheel trae py.typed |
mypy --strict y el modo estricto de pyright, con cualquier NumPy que acepte la biblioteca |
los campos de las simulaciones FDTD y los argumentos de palabra clave que .plot() pasa a matplotlib, con tipo Any |
Avisos convertidos en errores
Sección titulada «Avisos convertidos en errores»Importar phonometry y cada uno de sus dominios no emite ningún aviso, así que
un programa, una batería de tests o un cuaderno pueden convertir los avisos en
errores desde la primera línea. Todos los avisos que da la biblioteca son
phonometry.PhonometryWarning, y eso permite convertir en errores los de la
biblioteca sin convertir los de cualquier otro paquete:
import warnings
import numpy as npimport phonometryfrom phonometry import filters
fs = 48000x = np.sin(2 * np.pi * 1000.0 * np.arange(fs) / fs)with warnings.catch_warnings(): warnings.simplefilter("error", phonometry.PhonometryWarning) try: filters.octave_filter(x, fs, fraction=3, limits=[12.0, 25000.0]) except filters.FilterBankWarning as warning: print(warning) # Low sampling rate: fs = 48000 Hz cannot hold the 25 kHz band, ...Los límites que se piden aquí pasan de la mitad de la frecuencia de muestreo,
y el banco lo avisa; una llamada que se queda por debajo no lanza nada. Ese
filtro más estrecho es el que conviene en JupyterLite, donde el matplotlib que
trae Pyodide emite al dibujar un aviso de obsolescencia propio que un
warnings.simplefilter("error") general convierte en error.
Una GPU
Sección titulada «Una GPU»Ninguna de estas páginas la trata. Dónde se calcula una simulación explica qué necesita cada dispositivo de las simulaciones FDTD, desde los wheels de PyTorch hasta el de CuPy para una GPU de NVIDIA, y cómo una simulación vuelve a NumPy cuando falta su dispositivo.
Las páginas
Sección titulada «Las páginas»- pip y uv: un entorno virtual, cada extra y lo que trae, torch sin CUDA, un proyecto de uv y la instalación desde un clon.
- conda y mamba: las dependencias con sus nombres de conda-forge y después phonometry con pip en el mismo entorno.
- Jupyter y JupyterLab: el kernel, las tablas de los resultados, las figuras en línea y en SVG, los vídeos, las fichas y cómo se ven los avisos en una celda.
- JupyterLite y Pyodide: qué se instala con micropip, qué funciona en el navegador y qué no, y cómo se construye un sitio de JupyterLite.
- Docker y servidores: una imagen ligera, cualquier identificador de usuario, una raíz de solo lectura y ffmpeg para los vídeos.
- Comprobación de tipos: qué ven mypy y pyright con cualquier NumPy que acepte la biblioteca, las opciones que comprueban y dónde el tipo es más amplio que el valor.