scikit-rf：面向射频与微波工程的 Python 开源库

scikit-rf（skrf）是 BSD 许可的 Python 射频与微波工程开源包，提供面向对象的库，用于处理射频微波工程中的计算与数据。

这个工具是什么

scikit-rf（简称 skrf）是一个开源、采用 BSD-3-Clause 许可的射频与微波工程软件包，用 Python 实现，定位为现代、面向对象的库，强调灵活性与可扩展性。项目主页为 scikit-rf.org，文档托管在 Read the Docs，源码仓库为 scikit-rf/scikit-rf，主要语言为 Python，星标约 939，最近提交时间为 2026-09-17。README 将其描述为 RF and Microwave Engineering Scikit，并说明它同时提供可独立安装使用的图形界面应用。项目通过 pip 与 conda-forge 分发，社区在 Slack 与 Matrix 设有交流频道，并提供功能建议入口。

核心能力

• 以面向对象方式组织射频与微波工程计算，库设计强调灵活与可扩展
• 同时提供 pip 与 conda-forge 两种安装渠道，便于接入现有 Python 环境
• 附带可独立运行的 GUI 应用，如 data-grabber 与 multiline-trl
• 采用 BSD-3-Clause 宽松许可，便于在科研与工程中复用

科研中的典型用法

• 在 Python 脚本或 Notebook 中调用 skrf 完成射频微波工程相关的计算与数据处理
• 安装 plot、visa 等附加依赖后，运行 data-grabber 应用进行仪器数据采集
• 运行 multiline-trl 图形界面应用，用于多线 TRL 相关的工作流程

快速上手

先安装 Python，然后执行 python -m pip install scikit-rf，或使用 conda install -c conda-forge scikit-rf。若需使用图形界面应用，先安装附加依赖 python -m pip install scikit-rf[plot,visa]，再分别运行 data-grabber 与 multiline-trl 启动应用。入门可参考官网与 Read the Docs 文档。

生态与相近工具

README 未列出同类替代工具，也未给出与其他射频微波软件的比较，因此取舍依据有限。可确认的是：scikit-rf 以 Python 生态为基础，通过 pip 与 conda-forge 分发，并提供 Slack、Matrix 社区渠道与功能建议入口；若工作流已基于 Python，可直接以 pip 或 conda 方式接入，具体选型仍需结合自身需求评估。

项目信息

• 仓库：scikit-rf/scikit-rf
• 星标：939　·　派生：353
• 主要语言：Python
• 许可证：BSD-3-Clause
• 最近提交：2026-09-17
• 项目主页：http://scikit-rf.org

本文属于《学科研究工具知识库 · 工程与材料》第 10 篇（按 GitHub 星标排序）。收录标准：该学科公开可获取的开源研究工具，星标与活跃度为主要参考，不代表对其性能或适用性的背书；选型前请结合自身场景评估。