嵌套采样算法提供了一种灵活高效的Python实现，主要用于统计物理学中的热力学分析，也被天体物理学领域采用。该实现采用统计力学语言（如分区函数、相空间、配置、能量、状态密度）来描述算法，而非贝叶斯采样中的术语（如似然、先验、证据），尽管方法本质相同。此包具备以下特点：

  • 单节点并行化，支持最大CPU线程数

  • 基于Pyro4的分布式并行化，适用于集群或跨网络计算

  • 能保存并从检查点二进制文件重新启动，适合长时间计算

  • 支持计算热容量和执行误差分析的集成脚本，实现高效蒙特卡罗步行