Accueil Projets WNTR
WNTR
Python

WNTR

Un package python compatible avec EPANET pour simuler et analyser des réseaux de distribution d'eau dans des scénarios de catastrophe.

par USEPA · GitHub
Étoiles
Forks
Créé
Dernier commit
Catégorie
Langue
modelingordpythonPython
Voir sur GitHub
En termes simples

Simulez et analysez des systèmes de distribution d'eau pour évaluer leur résilience lors de catastrophes et visualisez les résultats.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
WNTR — GitHub preview card
📈 Historique des étoiles
455454
2026-07-202026-08-31
📈 Suivez WNTR

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Un package python compatible avec EPANET pour simuler et analyser des réseaux de distribution d'eau dans des scénarios de catastrophe.

WNTR compte 454 étoiles sur GitHub. Il a été forké 234 fois. WNTR est écrit principalement en Python. Il est développé activement depuis 2016. Ses principaux thèmes sont : modeling, ord, python, research.

Frequently asked questions

Qu'est-ce que WNTR ?

Un package python compatible avec EPANET pour simuler et analyser des réseaux de distribution d'eau dans des scénarios de catastrophe.

WNTR est-il open source ?

WNTR est un projet open source.

WNTR est-il gratuit ?

Oui. WNTR est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage WNTR est-il écrit ?

WNTR est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — WNTR

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=usepa-wntr)](https://olud.ai/project/usepa-wntr.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.