革命性的datalad扩展包
datalad-revolution的Python项目详细描述
Travis tests statusBuild statuscodecov.ioGitHub releasePyPI version fury.ioDocumentation
这个软件是一个DataLad扩展 为datalad配备可选的和附加的核心命令 通过增强的跨平台学习和编写 考虑到兼容性和速度。请参阅extension documentation以获取 其他命令和功能的说明。
注意：不支持git-annex direct mode repositories的。用户 以前依赖这种模式，特别是windows用户， 建议使用git-annex V7 mode。datalad可以是 指示通过运行始终使用此模式：
git config --global --add datalad.repo.version 6
此扩展当前提供的命令
- rev-extract-metadata–要运行的新的和改进的专用命令 所有datalad的元数据提取器。大大改进的版本 的核心提取器实现也附带此扩展。
- rev-aggregate-metadata–完全重新实现元数据 聚合，具有卓越的性能优势，特别是 大型数据集层次结构。
- query-metadata–专门访问 数据集中存在的聚合元数据，速度快得多 比datalad核心中的metadata命令的可预测行为。
安装
安装此软件包之前，请确保install a recent version of git-annex。之后， 从安装最新版本的datalad-revolutionPyPi。它是 建议使用专用 virtualenv：
# create and enter a new virtual environment (optional) virtualenv --system-site-packages --python=python3 ~/env/datalad . ~/env/datalad/bin/activate # install from PyPi pip install datalad_revolution
支架
有关如何使用或贡献datalad的一般信息（以及 分机），请参见DataLad website或 这是main GitHub project page。文件 在这里找到：http://docs.datalad.org/projects/revolution
此软件的所有错误、问题和增强请求可以是 此处提交：https://github.com/datalad/datalad-revolution/issues
如果你有问题或者想问一个关于如何使用的问题 datalad，请用 datalad标记。neurostars.org是一个类似stackoverflow的平台 但致力于神经信息学。
所有先前的datalad问题都可以在这里找到： http://neurostars.org/tags/datalad/
致谢
datalad的开发得到了美德在 计算神经科学项目 将目录、仓库和部署后勤集成到联邦数据中 “发行”（Halchenko/Hanke），由美国国家科学基金会共同资助 基金会（NSF 1429999）和德国联邦教育部 以及研究（BMBF 01GQ1411）。额外的支持由 德国联邦萨克森州和欧洲地区 发展基金（ERDF），项目：行为脑科学中心， 成像平台。这项工作由重新修订进一步促进。 项目（NIH 1P41EB019936-01A1）。
欢迎加入QQ群-->： 979659372
