percolation是一个python包，用于利用开放链接的社会数据。
percolation的Python项目详细描述
#percolation
percolation python包，用于利用开放链接的社交数据
您可能希望从标准（apt）包管理器安装pygraphviz。
$pip install percolation
或
$python setup.py install
以更好地控制自定义（和调试）。克隆repo并使用pip安装-e:
$git clone https://github.com/ttm/percolation.git
$pip install-e<；path_to_repo>；
这种安装方法在后续运行percolation
（通常使用标准importlib）时重新加载修改后的模块时特别有用。
percolation可能使用social，支持人类学物理实验和社会治理的音乐和视觉软件包：
-https://github.com/ttm/social
-https://github.com/ttm/music
-https://github.com/ttm/visuals
实验和过程。
-简化关于网络自我的知识。
-在代理和网络的类型框架内，通过文本、拓扑和时间统计分析社会系统。
-来自社会结构的艺术和游戏，例如音乐和动画。
-通过rdf数据和owl本体集成资源。
-跨来源资源推荐，扩展参与包的功能。
-www集成以提供数据和媒体。
如果名称更改了初始化对象的状态，则它有一个动词，如果它只"返回某些内容"，则名称中没有动词。
此规则扩展到将它们添加到Percolation图而不是返回三元组的情况。
函数和变量分别以camelcase、headlesscamelcase和小写形式编写。
下划线只用于变量名中，变量名中的单词使某些内容无法读取（通常是因为结果名很大）。
代码应该非常可读，以避免编写不必要的文档和复制例程表示。这等于使用docstrings为对象提供上下文或省略docstrings。
任务可能有c（"某些状态消息"），在p.check调用之间以秒为单位打印时间间隔。
通过设置p.quiet=true或调用p.silence（）来打开这些消息只需设置p.quiet=true
脚本中常用的变量有：p表示渗透，n s表示命名空间，a表示ns.rdf.type，c表示p.utils.check，s表示社交，m表示音乐，v表示视觉，n表示numpy，p表示pylab，r表示rdflib，x表示网络避免在破解框架时弄乱渗透文件的头。在使用python解释器时，如果先前的错误是加载的，则后续的脚本运行不会重新加载importlib或引发错误。先加载：导入cureImport、percolation作为p等等。
主要成分，等）。
每个功能都应该至少与一个遗留/大纲相关。
例程应该定向于直接创建或导航渗透图路径，或者通过数值计算和呈现开放链接的社交数据和外部资源（如dbpedia sparql终结点：http://dbpedia.org/sparql
在运行其他渗透任务时自动执行。
统计模块h从数据中获取统计数据的ave例程，这些例程应用于测量中的数据。
分析模块对社会结构中的测量进行（定性）断言。
utils简化了本地系统和web中的文件导航和共享，渗透状态寄存器和其他地方不适用的小功能。
帮助模块有渗透使用的一些指导，而遗留模块有不同的使用概要。
传统数据（开放链接的开放数据）的标准使用概述、分析和媒体呈现
-利用/\*.py进行渗透过程（如实验）、资源推荐，自我知识和信息的收集和传播。
-媒体渲染/用于媒体的一般输出（music.py，image.py，animation.py，table.py，game.py）。
-rdf
-analysis/\*.py用于结构的规范渗透分析，结果导致断言和数据背书
-measures/\*.py用于测量例程、数据结构和初始数据的值
-triples/\*.py具有关于文件和注释的信息的triples
-datasets.py用于具有本地和远程链接的社交数据的数据集的triples文件名
-linksets.py用于链接数据集的三元组（例如irc:participant hybrid po:sameas fb:participant renato.fabbri）
-enrichments.py用于手写便笺和其他用于丰富渗透状态的结构（被拖到rdf）
-notes.py用于手写便笺和其他渗透状态的丰富结构（被称为RDF）
-software.py用于与渗透环境相关的软件和本体的三元组
rdf/\*用于RDF数据管理
-ontology.py三元组和参与本体（PO）的组织，一个保护伞ontology
-对特定rdfs和owl规则进行推理，以提高各种方法之间的性能和基准测试
-rdflib.py用于rdflib图形操作的工具
-sparql.py用于通过sparql查询和连接的工具
statistics/\*用于计算用于打开链接的社会数据的统计信息
-kolmogorv \-u smirnov.py用于获取ks距离和c统计信息
-unit \-root \-test.py用于获取相关和主成分分析的统计信息
-fuller test
-pca.py用于检测异常值。数据中的异常值
-循环统计的循环.py
-平均值、标准差、偏度和峰度的局部化.py
-分组/\*.py用于通过鄂尔多斯地区化、k-均值、k-nn、kohonen、遗传算法等获得有意义的实体组。
度量/\*对社会结构采取措施。它获取数据并生成更多的信息数据，这些数据用于分析
-text/\*.py，用于从单个文本的字符、标记、句子、段落中进行度量
-topology/\*.py，用于生成网络并从单个结构中进行拓扑度量
-time/\*.py主成分分析在分组实体和适当数据中应用的循环测度分组的实体。
-multi/\*表示多个结构的度量值
-grouping.py表示获取有意义的实体组。文本的基本分组是消息，拓扑和时间的基本分组是参与者。最上面的分组是快照或快照集合。
-scale.py对于多个刻度的度量（例如快照、快照、扇区、用户、消息）
-timeline.py对于结构的时间轴序列，进行单位根测试和主成分分析平均值，以及std
-scale\u timeline.py对于多尺度时间线，找到最适合幂律和
analysis/\*用于从社会结构（例如，平均值（令牌大小）高于olsd遗留的平均值）派生断言。与measures
-status.py用于
-file.py用于导航和修改文件结构
-web/\*用于集成到www
help/\*用于帮助程序（例如，创建某些东西的向导或步骤）
p
p.start（）启动Percolation服务器，并与有关开放链接的社交数据的元数据进行会话
p.analyze（）采取措施并传递断言
p.legacy.media_rendering.render（）生成表，音乐和动画
p.web（）启动服务器，使数据和媒体可在web中访问
````
看看在鄂尔多斯地区具有特殊度量分布的网络在度直方图和其他拓扑度量之间是否也有较小的ks距离。概括起来，看看一个度量值（或一组度量值）的异常值的结构是否与其他度量值特征相关，如相关直方图。
渗滤液中是否有用于统计的基准数据集和结果？如果是，请将它们集成到legacy.statistics.tests中。
否则，根据综合和经验数据制定基准。
percolation使用其他为percolation设计的包，以便直接使用或通过它们提供的呈现rdf进行使用。
这些包是：
-用于呈现来自社交网络平台和协议的rdf数据的社交包（例如。脸谱网、Twitter、IRC、Instagram、NoSoFo、侨居）BR/>从公共GMAE电子邮件列表（如Apache、C++STDLIB）中绘制RDF数据的GMANE包
-用于从社交参与平台呈现RDF数据的参与包（例如参与者、CIDADMIDICATA、AA）
用于呈现来自科学资源（如fapesp
）的rdf数据的科学包（todo）-用于呈现来自开放链接的社会数据的音乐包
-用于呈现来自开放链接的社会数据的图像和电影的视觉包
请参阅legacy.triples以了解更多信息注意。
请参阅percolationlegacy问题：https://github.com/ttm/percolationlegacy/issues
有关某些预期目标，请参阅本弃用文档：
https://github.com/ttm/percolationlegacy/blob/master/latex/percolational-article.pdf
percolation python包，用于利用开放链接的社交数据
您可能希望从标准（apt）包管理器安装pygraphviz。
$pip install percolation
或
$python setup.py install
以更好地控制自定义（和调试）。克隆repo并使用pip安装-e:
$git clone https://github.com/ttm/percolation.git
$pip install-e<；path_to_repo>；
这种安装方法在后续运行percolation
（通常使用标准importlib）时重新加载修改后的模块时特别有用。
percolation可能使用social，支持人类学物理实验和社会治理的音乐和视觉软件包：
-https://github.com/ttm/social
-https://github.com/ttm/music
-https://github.com/ttm/visuals
实验和过程。
-简化关于网络自我的知识。
-在代理和网络的类型框架内，通过文本、拓扑和时间统计分析社会系统。
-来自社会结构的艺术和游戏，例如音乐和动画。
-通过rdf数据和owl本体集成资源。
-跨来源资源推荐，扩展参与包的功能。
-www集成以提供数据和媒体。
如果名称更改了初始化对象的状态，则它有一个动词，如果它只"返回某些内容"，则名称中没有动词。
此规则扩展到将它们添加到Percolation图而不是返回三元组的情况。
函数和变量分别以camelcase、headlesscamelcase和小写形式编写。
下划线只用于变量名中，变量名中的单词使某些内容无法读取（通常是因为结果名很大）。
代码应该非常可读，以避免编写不必要的文档和复制例程表示。这等于使用docstrings为对象提供上下文或省略docstrings。
任务可能有c（"某些状态消息"），在p.check调用之间以秒为单位打印时间间隔。
通过设置p.quiet=true或调用p.silence（）来打开这些消息只需设置p.quiet=true
脚本中常用的变量有：p表示渗透，n s表示命名空间，a表示ns.rdf.type，c表示p.utils.check，s表示社交，m表示音乐，v表示视觉，n表示numpy，p表示pylab，r表示rdflib，x表示网络避免在破解框架时弄乱渗透文件的头。在使用python解释器时，如果先前的错误是加载的，则后续的脚本运行不会重新加载importlib或引发错误。先加载：导入cureImport、percolation作为p等等。
主要成分，等）。
每个功能都应该至少与一个遗留/大纲相关。
例程应该定向于直接创建或导航渗透图路径，或者通过数值计算和呈现开放链接的社交数据和外部资源（如dbpedia sparql终结点：http://dbpedia.org/sparql
在运行其他渗透任务时自动执行。
统计模块h从数据中获取统计数据的ave例程，这些例程应用于测量中的数据。
分析模块对社会结构中的测量进行（定性）断言。
utils简化了本地系统和web中的文件导航和共享，渗透状态寄存器和其他地方不适用的小功能。
帮助模块有渗透使用的一些指导，而遗留模块有不同的使用概要。
传统数据（开放链接的开放数据）的标准使用概述、分析和媒体呈现
-利用/\*.py进行渗透过程（如实验）、资源推荐，自我知识和信息的收集和传播。
-媒体渲染/用于媒体的一般输出（music.py，image.py，animation.py，table.py，game.py）。
-rdf
-analysis/\*.py用于结构的规范渗透分析，结果导致断言和数据背书
-measures/\*.py用于测量例程、数据结构和初始数据的值
-triples/\*.py具有关于文件和注释的信息的triples
-datasets.py用于具有本地和远程链接的社交数据的数据集的triples文件名
-linksets.py用于链接数据集的三元组（例如irc:participant hybrid po:sameas fb:participant renato.fabbri）
-enrichments.py用于手写便笺和其他用于丰富渗透状态的结构（被拖到rdf）
-notes.py用于手写便笺和其他渗透状态的丰富结构（被称为RDF）
-software.py用于与渗透环境相关的软件和本体的三元组
rdf/\*用于RDF数据管理
-ontology.py三元组和参与本体（PO）的组织，一个保护伞ontology
-对特定rdfs和owl规则进行推理，以提高各种方法之间的性能和基准测试
-rdflib.py用于rdflib图形操作的工具
-sparql.py用于通过sparql查询和连接的工具
statistics/\*用于计算用于打开链接的社会数据的统计信息
-kolmogorv \-u smirnov.py用于获取ks距离和c统计信息
-unit \-root \-test.py用于获取相关和主成分分析的统计信息
-fuller test
-pca.py用于检测异常值。数据中的异常值
-循环统计的循环.py
-平均值、标准差、偏度和峰度的局部化.py
-分组/\*.py用于通过鄂尔多斯地区化、k-均值、k-nn、kohonen、遗传算法等获得有意义的实体组。
度量/\*对社会结构采取措施。它获取数据并生成更多的信息数据，这些数据用于分析
-text/\*.py，用于从单个文本的字符、标记、句子、段落中进行度量
-topology/\*.py，用于生成网络并从单个结构中进行拓扑度量
-time/\*.py主成分分析在分组实体和适当数据中应用的循环测度分组的实体。
-multi/\*表示多个结构的度量值
-grouping.py表示获取有意义的实体组。文本的基本分组是消息，拓扑和时间的基本分组是参与者。最上面的分组是快照或快照集合。
-scale.py对于多个刻度的度量（例如快照、快照、扇区、用户、消息）
-timeline.py对于结构的时间轴序列，进行单位根测试和主成分分析平均值，以及std
-scale\u timeline.py对于多尺度时间线，找到最适合幂律和
analysis/\*用于从社会结构（例如，平均值（令牌大小）高于olsd遗留的平均值）派生断言。与measures
-status.py用于
-file.py用于导航和修改文件结构
-web/\*用于集成到www
help/\*用于帮助程序（例如，创建某些东西的向导或步骤）
p
p.start（）启动Percolation服务器，并与有关开放链接的社交数据的元数据进行会话
p.analyze（）采取措施并传递断言
p.legacy.media_rendering.render（）生成表，音乐和动画
p.web（）启动服务器，使数据和媒体可在web中访问
````
看看在鄂尔多斯地区具有特殊度量分布的网络在度直方图和其他拓扑度量之间是否也有较小的ks距离。概括起来，看看一个度量值（或一组度量值）的异常值的结构是否与其他度量值特征相关，如相关直方图。
渗滤液中是否有用于统计的基准数据集和结果？如果是，请将它们集成到legacy.statistics.tests中。
否则，根据综合和经验数据制定基准。
percolation使用其他为percolation设计的包，以便直接使用或通过它们提供的呈现rdf进行使用。
这些包是：
-用于呈现来自社交网络平台和协议的rdf数据的社交包（例如。脸谱网、Twitter、IRC、Instagram、NoSoFo、侨居）BR/>从公共GMAE电子邮件列表（如Apache、C++STDLIB）中绘制RDF数据的GMANE包
-用于从社交参与平台呈现RDF数据的参与包（例如参与者、CIDADMIDICATA、AA）
用于呈现来自科学资源（如fapesp
）的rdf数据的科学包（todo）-用于呈现来自开放链接的社会数据的音乐包
-用于呈现来自开放链接的社会数据的图像和电影的视觉包
请参阅legacy.triples以了解更多信息注意。
请参阅percolationlegacy问题：https://github.com/ttm/percolationlegacy/issues
有关某些预期目标，请参阅本弃用文档：
https://github.com/ttm/percolationlegacy/blob/master/latex/percolational-article.pdf
欢迎加入QQ群-->： 979659372
