はじめに
Time-Dependent Ginzburg–Landau (TDGL) 方程式を数値的に扱う必要があり、Python 実装である pyTDGL を利用してみました。
ただし、公式の Quickstart Notebook が最後に更新されたのは 2024年4月 で、現在（2025年）とは Python バージョン環境が大きく異なります。
実際に触ってみると、
- Python のバージョン依存が強い
- pip install がそのままでは通らない
- Google Colab では Python のダウングレードが困難
といった環境構築の“つまずきポイント”がいくつかありました。
この記事では、ローカル環境 と Google Colab の両方で、
実際に pyTDGL を動かすまでに必要だった手順と注意点を紹介します。
環境構築
pyTDGL のインストールでハマるポイント
公式のインストールガイド では Python 3.12 もサポート対象に見えますが、
pip でインストールできるパッケージ版（PyPI 配布版）は 3.12 非対応 のようです。
実際に conda で Python 3.12 の環境を作り、そのまま pip install tdgl を実行すると、
次のようなエラーになります。
ERROR: Ignored the following versions that require a different python version:
0.0.1 Requires-Python >=3.8,<3.11
0.1.0 Requires-Python >=3.8,<3.11
0.1.1 Requires-Python >=3.8,<3.11
0.2.1 Requires-Python >=3.8,<3.11
0.3.0 Requires-Python >=3.8,<3.12
0.3.1 Requires-Python >=3.8,<3.12
0.4.0 Requires-Python >=3.8,<3.12
0.5.0 Requires-Python >=3.8,<3.12
0.5.1 Requires-Python >=3.8,<3.12
0.6.0 Requires-Python >=3.8,<3.12
0.6.1 Requires-Python >=3.8,<3.12
0.7.0 Requires-Python >=3.8,<3.12
0.7.1 Requires-Python >=3.8,<3.12
0.8.0 Requires-Python >=3.8,<3.12
0.8.1 Requires-Python >=3.8,<3.12
0.8.2 Requires-Python >=3.8,<3.12
0.8.3 Requires-Python >=3.8,<3.12
ERROR: Could not find a version that satisfies the requirement tdgl
ERROR: No matching distribution found for tdgl
ローカル環境でのセットアップ例
公式の Google Colab 用 Quickstart を確認すると、ページ最下部の環境情報から Python 3.10 系 が使用されていることが分かります。
つまり、
- 開発チームが実際に 3.10 上で Notebook を検証している
- 公式サンプルが動作する “既知の安定環境” が 3.10
- pip 版 pyTDGL も 3.8〜3.11 に対応している
という理由より、ローカルでも Python 3.10 を選ぶのが最も安全 だと思います。
実際に 筆者のローカル環境（macOS Apple Silicon）では、
conda を使って 3.10 の環境を作るとそのまま動作しました。
conda create -n tdgl python=3.10
conda activate tdgl
pip install tdgl
pip install jupyterlab
Google Colab での注意点
Google Colab は 2025年11月現在 Python 3.12 系がデフォルトで、
この Python バージョンを任意の 3.10 にダウングレードする方法も調べて試しましたが、Colab では現実的には非常に難しいと思います（技術的に完全に不可能というわけではないと思いますが）。
そのため、
- Colab の標準環境（Python 3.12）では
pip install tdglが通らない
→ pip 版 pyTDGL が Python 3.12 非対応のため
という制約があります。
ただし、公式の Quickstart でも使われているように、
GitHub から直接インストールする方法であれば問題なく動作しました。
# Automatically install tdgl from GitHub only if running in Google Colab
if "google.colab" in str(get_ipython()):
%pip install --quiet git+https://github.com/loganbvh/py-tdgl.git
!apt install ffmpeg
実際に Quickstart を最後まで実行し、正常動作を確認しています。
参考として、実際に動かした Colab ノートブックはこちらです：
※ 動画生成を ON にすると 20〜30 分かかります。
軽く試すだけなら MAKE_ANIMATIONS = False を推奨します。
pyTDGL の簡単な紹介
pyTDGL は、超伝導薄膜の Time-Dependent Ginzburg–Landau (TDGL) 方程式を
2 次元で数値的に解くための Python パッケージです。
扱える主な物理量は次の通りです：
- 超伝導秩序変数 $\psi = |\psi|e^{i\theta}$
- 電位 $\mu(r,t)$
- シート電流密度 $K_s + K_n$
- ボルテックスの生成・移動・消滅
- フラックソイドの計算
デバイス形状はポリゴンで柔軟に定義でき、穴あき構造などの複雑な形状も扱えます。
また、薄膜近似に基づく 2 次元モデルを
有限体積法（finite volume method）で非構造メッシュ上に離散化して解く仕組みが採用されています。
詳しい数理背景については、公式ドキュメントをご参照ください：
まとめ
- PyPI 版 pyTDGL は Python 3.12 に非対応（3.8〜3.11 のみ対応）
- 公式 Quickstart Notebook が使用している Python 3.10 が最も安定
- ローカル環境では conda で Python 3.10 を作成するのが確実
- Google Colab では Python のダウングレードが現実的に困難
→ pip install は不可（3.12 非対応）
→ GitHub からの直接インストールで動作を確認 - 公式 Quickstart（最終更新 2024 年）と同じコードが、2025 年時点でも問題なく実行可能
環境構築は何かと手間がかかりますが、この記事がこれから pyTDGL を触る方の少しでも助けになれば幸いです。
参考文献
pyTDGL is described in detail in the following paper:
pyTDGL: Time-dependent Ginzburg-Landau in Python, Computer Physics Communications 291, 108799 (2023), DOI: 10.1016/j.cpc.2023.108799.
The accepted version of the paper can also be found on arXiv: arXiv:2302.03812.