dyneusr的命令行接口
dyneusr-fire的Python项目详细描述
DyNeuSR火
基于Python Fire库的DyNeuSR的命令行接口
用法
DyNeuSR Fire为DyNeuSR提供命令行接口它将kmapper
和dyneusr
包装到单个管道中,并使用Python Fire库自动生成一个简单的命令行界面,该界面接受多个重要选项并允许用户自定义此管道。有关DyNeuSR的更多信息,请查看docs
若要开始,请签出examples,或尝试在自己的数据上运行以下命令之一。
基本用法
您可以从命令行运行整个管道:
$ dyneusr-fire load_example --size=500 - run_mapper --projection=PCA(2) --resolution=10 --gain=0.5 - visualize
交互模式
要在交互模式下运行,可以从命令行运行以下命令:
$ dyneusr-fire init -- --interactive
这将打开一个ipython外壳。
FireisstartingaPythonREPLwiththefollowingobjects:Modules:fire,np,pdObjects:Bunch,Cover,DBSCAN,DyNeuGraph,DyNeuSR,HDBSCAN,KMeans,KeplerMapper,MinMaxScaler,PCA,StandardScaler,TSNE,UMAP,check_estimator,component,f,result,self,tracePython3.7.2|packagedbyconda-forge|(default,Mar192019,20:46:22)Type'copyright','credits'or'license'formoreinformationIPython7.3.0--AnenhancedInteractivePython.Type'?'forhelp.In[1]:
然后,您可以单步通过管道:
In[1]:pipeline=DyNeuSR()In[2]:pipeline.load_data(X='trefoil.npy',y='trefoil-target.npy')In[3]:pipeline.run_mapper(projection=PCA(2),resolution=10,gain=0.5,clusterer=DBSCAN())In[4]:pipeline.visualize()
或者,一次全部运行:
In[1]:DyNeuSR().load_example().run_mapper(projection=PCA(2),resolution=10,gain=0.5,clusterer=DBSCAN()).visualize()
注意,在上面的示例中,load_example
仅用于演示目的您可以用load_data
替换load_example
,并通过将数据和目标标签的文件名分别传递给X
和y
参数来加载您自己的数据
设置
依赖项
Python 3.6+
必需的python包
使用pip安装
与pip一起安装:
pip install dyneusr-fire
从源安装:
git clone https://github.com/braindynamicslab/dyneusr-fire.git
cd dyneusr-fire
pip install -e .
支持
请随时report任何问题,request新功能,或propose改进你也可以联系斯坦福大学教育学院的Caleb Geniess
引文
Geniesse, C., Sporns, O., Petri, G., & Saggar, M. (2019). Generating dynamical neuroimaging spatiotemporal representations (DyNeuSR) using topological data analysis. Network Neuroscience. Advance publication. doi:10.1162/netn_a_00093
推荐PyPI第三方库
Geniesse, C., Sporns, O., Petri, G., & Saggar, M. (2019). Generating dynamical neuroimaging spatiotemporal representations (DyNeuSR) using topological data analysis. Network Neuroscience. Advance publication. doi:10.1162/netn_a_00093