可定制工具，方便手动注释
humannotator的Python项目详细描述
人形符号
Library可方便地创建简单的自定义注释器
对于数据的手动注释
Jenia Kim，Lawrence Vriend
适用于Jupyter笔记本电脑：
用例
humannotator提供了一种设置自定义注释器的简单方法。 如果手动注释是工作流的一部分，则此工具适用于您 您正在寻找的解决方案是：
- 轻量级
- 可定制
- 易于设置
- 与Jupyter/pandas/Python集成
快速入门
安装humannotator
使用conda安装：
conda install -c lcvriend humannotator
或使用pip：
^{pr2}$创建一个简单的注释器
importpandasaspdfromhumannotatorimportAnnotator# load datadf=pd.read_csv('examples/popcorn_classics.csv',sep=';',index_col=0)# set up the annotatorratings=['One bag','Two bags','Three bags','Four bags','Five-bagger',]annotator=Annotator(df,name='VFA | Rate my popcorn classics')annotator.tasks['Bags of popcorn']=ratings# run annotatorannotator(user='GT')
在Jupyter中，这给出了：
注释数据
- 通过调用注释器来使用它：
annotator()。在 - 注释者会记录你在哪里。在
- 用“短语”参数突出显示短语。在
- 注释器将用户（如果提供）和时间戳与注释一起存储。在
访问注释
- 注释被方便地存储在pandas
DataFrame中。在 - 使用
annotated属性访问注释。在 - 使用
unannotated获取没有注释的记录的索引。在 - 使用
merged方法返回与其注释合并的数据。在
存储注释
- 使用
save方法存储注释器。在 - {cd7>使用注释器加载方法。在
加载数据
注释器接受list、dict、Series和{
数据将在内部转换为数据帧。在
数据帧
- 默认情况下，注释器将使用数据帧的
index和所有columns。在 - 如果需要更多控制，请使用
load_data轻松创建data对象：id_col设置要用作索引的列。在item_cols设置要显示的一个或多个列。在
定义任务
可以通过订阅或使用task_factory设置任务。在
使用任务工厂设置任务
通过传递task_factory创建任务：
- 任务的
kind - 任务的
name - （可选）一个
instruction - （可选）列表
dependencies - 是否为
nullable（默认值为False） - 任何必要的kwargs（取决于任务的类型）
通常：
task_factory('kind','name',instruction='instruction',dependencies=dependencies,nullable=True/False,**kwargs,)
将dict或list传递给kind将创建一个分类任务。
在本例中，categorieskwarg被忽略。在
通过订阅设置任务
还可以实例化注释器并通过订阅添加任务：
a=Annotator()a.tasks['topic']=['economy','politics','media','other']a.tasks['factual']=bool,"Is the article factual?",False
要添加这样的任务，您至少需要提供您要创建的任务的kind。
或者，您可以添加instruction、nullability、dependencies和任何其他kwarg（作为字典）。
更改在tasks上使用order属性向用户提示任务的顺序。在
可用任务
| kind | kwargs | dtype | description |
|---|---|---|---|
| str | object | String | |
| regex | regex | object | String validated by regex |
| int | Int64 | Nullable integer | |
| float | float64 | Float | |
| bool | bool | Boolean | |
| category | categories | CategoricalDtype | Categorical variable |
| date | datetime64[ns] | Date |
依赖性
依赖项由条件和值组成，它们可以作为元组传递：
("col1 == 'x'",False)
条件是pandas query statement。 在提示用户输入之前，将对当前批注计算条件。 如果查询的计算结果为True，则将自动分配该值。在
注释器
调用注释器
注释器检测它是否从Jupyter运行。
如果是这样，注释器将以html和css呈现自己。
否则，注释器将以文本形式呈现自身。
您可以通过向注释器调用传递一个id列表来注释所选的记录。如果您想重新注释已经注释过的id，那么在cal时将redo设置为True林注释者。在
实例化注释器
arguments
tasks : Task, list of Task objects, Tasks, Annotations or DataFrame
Annotation task(s). If passed a DataFrame, then the tasks will be inferred from it. Annotation data in the dataframe will also be initialized.data : data, list-/dict-like, Series or DataFrame, default None
Data to be annotated. If `data` is not already a data object, then it will be passed through `load_data`. The annotator can be instantiated without data, but will only work after data is loaded.user : str, default None
Name of the user.name : str, default 'HUMANNOTATOR'
Name of the annotator.save_data : boolean, default False
Set flag to True if you want to store the data with the annotator. This will ensure that the pickled object, will contain the data.other parameters
DISPLAY
text_display : boolean, default NoneIf True will display the annotator in plain text instead of html.HTML
markdown : boolean, default {markdown}
If True will pass values through markdown before rendering.markdown_extensions : list, default {markdown_extensions}
List of markdown extensions to apply.escape_html : boolean, default {escape_html}
If true will escape html content within items.maxheight : str, default '{maxheight_items}'
Max height before item gets y-scroll bar. Set to None to have no maximum.DATA
item_cols : str or list of str, default NoneName(s) of dataframe column(s) to display when annotating. By default: display all columns.id_col : str, default None
Name of dataframe column to use as index. By default: use the dataframe's index.HIGHLIGHTER
phrases : str, list of str, default NonePhrases to highlight in the display. The phrases can be regexes. It also to pass in a dict where: - the keys are the phrases - the values are the css stylingescape : boolean, default False
Set escape to True in order to escape the phrases.flags : int, default 0 (no flags)
Flags to pass through to the re module, e.g. re.IGNORECASE.TRUNCATER
truncate : boolean, default {truncate}Set to False to not truncate items.trunc_limit : int, default {truncate_word_limit}
The number of words beyond which an item will be truncated.
该模块包含一个configuration file，其中可以配置humannotator的一些默认行为。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
