PAN Blend data-reduction-frameworks packages

Aktuelt læser ADMesh alene STL-filformatet, som anvendes til hurtig fremstilling af applikationsprototyper, selv om det kan skrive STL-, VRML-, OFF- og DXF-filer. Nogle egenskaber for admesh er: Fyld huller i gitteret ved at tilføje facetter. Reparer facetter ved at forbinde til nærtliggende facetter. Reparer normale retninger (dvs. facetter skal være mod uret). Fjern fejlgenererede facetter (dvs. facetter lig med 2 eller flere hjørnepunkter).

Bcolz tilbyder søjleformede, opdelte databeholdere, der kan komprimeres i hukommelsen og på disk. Kolonneopbevaring muliggør effektive forespørgselstabeller, samt billig kolonnetilføjelse og -fjernelse. Den er baseret på NumPy, og anvender den som databeholder til at kommunikere med bcolz-objekter, men der medfølger også understøttelse af import/eksport-faciliteter til/fra HDF5/PyTables-tabeller og Pandas-datarammer.

Denne pakke indeholder dokumentationen.

Bitshuffle er en algoritme, der omarrangerer tastede, binære data for forbedring af komprimering, samt en Python/C-pakke, der implementerer denne algoritme i Numpy-rammen.

Biblioteket kan bruges sammen med HDF5 til at komprimere og dekomprimere datasæt og er integreret via den dynamisk indlæste filters-ramme. Bitshuffle er HDF5-filternummer 32008.

Clpeak er et syntetisk sammenligningsværktøj til at måle kapaciteter på højeste niveau for opencl-enheder. Værktøjet måler kun højeste måling, der kan opnås via vektoroperationer og repræsenterer ikke et tilfælde i den virkelige verden.

Fityk er et fleksibelt og portabelt program til ikkelineær tilpasning af analytiske funktioner (særligt spidsformede) af data (som regel eksperimentelle data). Med andre ord til ikkelineær spidsadskillelse og analyse.

Det blev udviklet til at analysere diffraktionsmønstre, men kan også anvendes på andre felter, da begreber og operationer som er specifikke for krystallografi er adskilt fra resten af programmet.

Fityk tilbyder forskellige ikkelineære tilpasningsmetoder, baggrundssubtraktion, datakalibrering, nem placering af spidser og ændring af spidsparametre, automatisering af rutineopgaver med skripter, og meget mere. Den største fordel i programmet er fleksibilitet - parametre fra spidser kan vilkårligt bindes til hinanden, dvs. bredden på en spids kan være en uafhængig variabel, kan være den samme som bredden på en anden spids eller kan være givet af en kompliceret - fælles for alle spidser - formel.

Libjs-sphinxdoc er nødvendig for Javascript-tingene i dokumentationen.

Gnuplot er et portabelt kommandolinjedrevet, interaktivt data- og funktions-plotningsredskab, der understøtter en masse uddata-formater, heriblandt drivere til mange printere, (La)TeX, (x)fig og PostScript, og så videre. X11-uddata er blevet pakket i gnuplot-x11.

Datafiler og selvdefinerede funktioner kan manipuleres med et internt, C-lignende sprog. Du kan udføre udjævning, kurvetilpasning eller ikke-lineære fits (Flexible Image Transport System), samt arbejde med komplekse tal.

Denne pakke er til at installere en gnuplot med alle funktioner (-qt, x11 eller -nox).

The Grid Analysis and Display System (GrADS) er et interaktivt skrivebordsværktøj, som bruges for nem adgang, manipulation og visualisering af videnskabelige data om jorden. Dataformatet kan være enten binært, GRIB, NetCDF eller HDF-SDS (videnskabeligt datasæt). GrADS er blevet implementeret over hele verden i en række af almindeligt udbredte operativsystemer og kan frit distribueres over internettet.

GrADS bruger et 4-dimensionelt datamiljø: længdegrad, breddegrad, lodret niveau og tid. Datasæt placeres indenfor 4D-rummet med hjælp fra en databeskrivelsesfil. GrADS fortolker stationsdata samt data i gitter, og gitrene kan være regulære, ikkelineært adskilt, gaussisk eller med variabel opløsning. Data fra forskellige datasæt kan lægges grafisk over hinanden, med korrekt opdeling og tidsregistrering. Handlinger udføres interaktivt ved at indtaste FORTRAN-lignende udtryk på kommandolinjen. Et omfattende sæt af indbyggede funktioner tilbydes, men brugere kan også tilføje deres egne funktioner som eksterne rutiner skrevet i ethvert programmeringssprog.

Data kan vises med brug af en række grafiske teknikker: Linje- og bjælkegrafer, plotningsgrafer, udjævnede konturer, skyggelagte konturer, strømlinjer, vindvektorer, gitterbokse, skyggelagte gitterbokse og modelplotninger for station. Grafik kan være i PostScript eller billedformater. GrADS tilbyder intuitive geofysiske standarder, men brugeren kan muligheden for at kontrollere alle aspekter af den grafiske visning.

GrADS har en brugerflade, der kan programmeres (skriptsprog), som tillader sofistikerede analyse- og visningsprogrammer. Brug skripter til at vise knapper og rullemenuer samt grafik og udfør så opgaver baseret på brugerens peg-og-klik. GrADS kan køres i køtilstand og skriptsprogets understøtter brug af GrADS til lange køjob, der kører hele natten.

HDF5 (Hierarchical Data Format 5) er et filformat, der gemmer videnskabelige data. Disse værktøjer gør det muligt at konvertere andre formater til HDF5 og at visualisere HDF5-filer. De inkluderer:

• h5topng, som udtrækker en 2d-skive fra en HDF5-fil og danner et tilsvarende billede i PNG-format.
• h5totxt, som udtrækker 2d-skiver og danner kommaadskilt tekst (egnet til impoort i et regneark).
• h5fromtxt, som konverterer enkel tekst til flerdimensionelle numeriske HDF5-datasæt.
• h5fromh4, som konverterer HDF4-data til HDF5.
• h5tovk, som konverterer HDF5-filer til VTK-filer for visualisering med VTK-egnede programmer.

HDF Compass er et eksperimentelt fremviserprogram for HDF5 og relaterede formater, designet til at komplementere andre mere komplekse programmer såsom HDFView. Stærk vægt er lagt på et rent minimalt design og maksimal mulighed for udvidelse via et system for udvidelsesmoduler for nye formater.

Denne pakke tilbyder HDF Compass-programmet.

Den eksterne filtermekanisme introduceret med HDF5 1.8.12 tillader at programmer kan udnytte tilpassede filtre ikke indeholdt af HDF5-grundbiblioteket uden at kompilere dit program igen. Denne pakke tilbyder eksterne filtre for HDF5 for

• Lz4-kompressionalgoritmen
• BZip2-kompression

Denne pakke indeholder et filter for HDF5, der bruger Blosc-kompressoren. Ved at installere dette filter, så kan du læse og skrive HDF5-filer med Blosc-komprimerede datasæt.

H5Z-ZFP er et kompressionsfilter for HDF5 via ZFP-kompressionsbiblioteket, der understøtter kompression med og uden kvalitetstab for kommatal og heltal for at møde bithastighed, nøjagtighed og/eller præcisionsmål.

HDF5 (Hierarchical Data Format-bibliotek, version 5) er et alsidigt, modent videnskabeligt programbibliotek designet for hurtig, fleksibel lager af store datamængder.

Denne pakke tilbyder et udvidelsesmodul til HDF5 LZF-filteret for LZF-kompressionsbiblioteket. Udvidelsesmoduler er bygget for både seriel (enkel processor) job (libhdf5-dev) og for job til flere processorer (trådet) (libhdf5-mpi-dev).

Hierarchical Data Format 5 (HDF5) er et filformat og bibliotek til at gemme videnskabelige data. HDF5 blev designet og implementeret til at tage højde for svaghederne ved HDF4.x. Filformatet har en meget funktionsrig og fleksibel datamodel, understøtter filer større end 2 GB og understøtter parallel I/O.

Denne pakke indeholder kørselstidsværktøjer for HDF5.

Det kan vise, redigere, analysere, behandle, gemme og udskrive 8-bit, 16- bit og 32-bit billeder. Det kan læse mange billedformater inklusive TIFF, GIF, JPEG, BMP, DICOM, FITS og »raw«. Det understøtter »stakke«, en serie af billeder som deler et enkelt vinude.

Den kan udarbejde værdistatistikker for områder og billedepunkter fra brugerdefinerede markeringer. Det kan måle afstande og vinkler. Det kan oprette histogrammer over tæthed og plotte linjeprofiler. Det understøtter standardfunktioner til billedbehandling såsom manipulation af kontrast, øget skarphed, udjævning, kantdetektering og median-filtrering.

Rumlig kalibrering er tilgængelig for at tilbyde målinger af dimensioner fra den virkelige verden i enheder som milimeter. Tætheds- eller gråskala- kalibrering er også tilgængelig.

ImageJ er udviklet af Wayne Rasband (wayne@codon.nih.gov), der er ved: the Research Services Branch, National Institute of Mental Health, Bethesda, Maryland, USA.

Jupyter Notebook er et netprogram, som giver mulighed for at oprette og dele dokumenter, som indeholder live kode, ligninger, visualiseringer og uddybende tekst. Notebook har understøttelse for flere programmeringssprog, deling og interaktive kontroller.

Denne pakke tilbyder jupyterunderkommandoerne »notebook«, »nbextension«, »serverextension« og »bundlerextension«.

LabPlot tilbyder en nem måde at oprette, håndtere og redigere plot. Det tillader fremstilling af plot på data fra et regneark eller fra data importeret fra eksterne filer. Plot kan eksporteres til flere pixmap og vektorgrafikformater.

Dens funktioner inkluderer:

• projektbaseret håndtering af data
• projektprogram for håndtering og organisation af oprettede objekter i forskellige mapper og undermapper
• regneark med grundlæggende funktionalitet for manuel dataindtastning eller til oprettelse af ensartede og forskellige vilkårlige tal
• import af eksterne ASCII-data i projektet for yderligere redigering og visualisering
• eksport af regneark til en ASCII-fil
• arbejdsark som hovedobjektet for plot, etiketter etc.; understøtter forskellige layout og zoomfunktioner
• eksport af regneark til forskellige formater (PDF, EPS, PNG og SVG)
• stor variation i redigeringsfunktioner for egenskaber for regneark og dets objekter
• kartesiske plot, oprettet enten fra importerede eller manuelt oprettede datasæt eller via matematisk ligning
• definition af matematiske formler er understøttet med syntaksfremhævelse og fuldførelse og af listen med tematisk grupperet matematiske og fysiske konstanter og funktioner
• analyse af plotdata er understøttet af mange zoom- og navigeringsfunktioner
• lineære og ikkelineære tilpasninger til data, flere tilpasningsmodeller er defineret på forhånd tilpassede modeller med arbitrært antal parametre kan angives

Quantitative estimate of elemental composition by spectroscopic and imaging techniques using X-ray fluorescence requires the availability of accurate data of X-ray interaction with matter. Although a wide number of computer codes and data sets are reported in literature, none of them is presented in the form of freely available library functions which can be easily included in software applications for X-ray fluorescence. This work presents a compilation of data sets from different published works and an xraylib interface in the form of callable functions. Although the target applications are on X-ray fluorescence, cross sections of interactions like photoionization, coherent scattering and Compton scattering, as well as form factors and anomalous scattering functions, are also available.

xraylib provides access to some of the most respected databases of physical data in the field of X-rays. The core of xraylib is a library, written in ANSI C, containing over 40 functions to be used to retrieve data from these databases. This C library can be directly linked with any program written in C, C++ or Objective-C.

This package contains the header files.

Quantitative estimate of elemental composition by spectroscopic and imaging techniques using X-ray fluorescence requires the availability of accurate data of X-ray interaction with matter. Although a wide number of computer codes and data sets are reported in literature, none of them is presented in the form of freely available library functions which can be easily included in software applications for X-ray fluorescence. This work presents a compilation of data sets from different published works and an xraylib interface in the form of callable functions. Although the target applications are on X-ray fluorescence, cross sections of interactions like photoionization, coherent scattering and Compton scattering, as well as form factors and anomalous scattering functions, are also available.

xraylib provides access to some of the most respected databases of physical data in the field of X-rays. The core of xraylib is a library, written in ANSI C, containing over 40 functions to be used to retrieve data from these databases. This C library can be directly linked with any program written in C, C++ or Objective-C.

Xylib er et C++-bibliotek for læsning af filer, som indeholde x-y data fra pulverdiffraktion, spektroskopi og andre eksperimentelle metoder.

Denne pakke indeholder et lille program xyconv, der konverterer filer understøttet af xylib-biblioteket til TSV (værdier adskilt af indryk).

Søg og eksporter numeriske tal fra enhver tekst/ascii-fil. Datasæt (skalar, vektor, matrix) får unikke navne, baseret på filindhold. Resultater kan oprettes for f.eks. Matlab, YAML, IDL, Scilab, Octave, XML, HTML og NeXus/HDF5.

Denne pakke indeholder den kørbare fil.

LZ4 er en meget hurtig komprimeringsalgoritme uden kvalitetstab, der tilbyder komprimeringshastigheder på 400 MB/s per kerne, kan skaleres med en cpu med flere kerner. Har også en ekstrem hurtig afkoder, med hastigheder på flere GB/s per kerne, der typisk når RAM-hastighedsbegrænsninger på systemer med flere kerner.

Denne pakke indeholder filerne til værktøjet, der bruger liblz4.

Ngraph er programmet til at oprette videnskabelige 2-dimensionelle grafer for forskere og ingeniører. Dette program kan oprette avancerede grafer, som ikke kan oprettes af regneark. Grafer kan eksporteres til postscript.

Octave er et (for det meste Matlab®-kompatibelt) sprog på højt niveau, primært beregnet til numeriske beregninger. Programmet tilbyder en nem brugerflade fra kommandolinjen til løsning af lineære og ikkelineære problemer numerisk.

Octave kan udvides dynamisk med filer i C++ som leveres af brugeren.

Pandoc er et Haskell-bibliotek til konvertering fra et opmærkningsformat til et andet, samt et kommandolinjeværktøj, som anvender dette bibliotek. Formater:

• light markup formats (mange varianter af Markdown, reStructuredText, AsciiDoc, Org-mode, Muse, Textile, txt2tags)
• HTML formats (HTML 4 and 5)
• Ebook formats (EPUB v2 and v3, FB2)
• Documentation formats (GNU TexInfo, Haddock)
• Roff formats (man, ms)
• TeX formats (LaTeX, ConTeXt)
• Typst
• XML formats (DocBook 4 and 5, JATS, TEI Simple, OpenDocument)
• Outline formats (OPML)
• Bibliography formats (BibTeX, BibLaTeX, CSL JSON, CSL YAML)
• Word processor formats (Docx, RTF, ODT)
• Interactive notebook formats (Jupyter notebook ipynb)
• Page layout formats (InDesign ICML)
• Wiki markup formats (MediaWiki, DokuWiki, TikiWiki, TWiki, Vimwiki, XWiki, ZimWiki, Jira wiki, Creole)
• Slide show formats (LaTeX Beamer, PowerPoint, Slidy, reveal.js, Slideous, S5, DZSlides)
• Dataformater (CSV- og TSV-tabeller)
• PDF (via external programs such as pdflatex or wkhtmltopdf)

Pandoc kan konvertere matematisk indhold i dokumenter mellem TeX, MathML, Word-ligninger, roff eqn, typst og ren tekst. Det har et funktionsrigt system for automatiske citater og bibliografier, og det kan tilpasses via skabeloner, filtre og egne læsere og skrivere skrevet i Lua.

Denne pakke indeholder værktøjet pandoc.

Nogle dele af Pandoc kræver yderligere pakker:

• SVG-indhold i PDF-uddata kræver librsvg2-bin.
• YAML-metadata i TeX-relaterede uddata kræver texlive-latex-extra.
• *.hs-filtre der ikke er sat som kørbare kræver ghc
• *.js-filtre der ikke er sat som kørbare kræver nodejs.
• *.php-filtre der ikke er sat som kørbare kræver php.
• *.pl-filtre der ikke er sat som kørbare kræver perl.
• *.py-filtre der ikke er sat som kørbare kræver python.
• *.rb-filtre der ikke er sat som kørbare kræver ruby.
• *.r-filtre der ikke er sat som kørbare kræver r-base-core.
• LaTeX-uddata, and PDF-uddata via PDFLaTeX, kræver texlive-latex-recommended.
• XeLaTeX-uddata, og PDF-uddata via XeLaTeX, kræver texlive-xetex.
• LuaTeX-uddata, og PDF-uddata via LuaTeX, kræver texlive-luatex.
• ConTeXt-uddata, og PDF-uddata via ConTeXt, kræver context.
• PDF-uddata via wkhtmltopdf kræver wkhtmltopdf.
• Roff man og roff ms-uddata, og PDF uddata via roff ms, kræver groff.
• MathJax-optegnede ligninger kræver libjs-mathjax.
• KaTeX-optegnede ligninger kræver node-katex.
• tilvalget --csl kan bruge stile i citation-style-language-styles.

PyMca er et sæt af programmer og Pythonbiblioteker for analyse af røntgenfluorescens spektre.

Programmerne inkluderet i denne pakke er:

• edfviewer - vis og inspicer datafiler i ESRF-dataformatet
• elementsinfo - viser elementspecifikke røntgendata
• mca2edf - konverterer filer fra SPEC MCA-formatet til EDF
• peakidentifier - Viser røntgenfluorescens toppe i et givent energiinterval
• pymcabatch - jobtilpasning af spektra
• pymcapostbatch - efterbehandling af jobtilpasningsresultater
• pymca - interaktiv dataanalyse
• pymcaroitool - billedværktøj til Region-of-interest (ROI)

PyMca-værktøjssættet kan læse datafiler i formaterne SPEC, ESRF-datafil (EDF), OMNIC, HDF5, AIFIRA og SupaVisio.

Dette er skripterne for pakken.

Agate er et Pythonbibliotek til dataanalyse, der er optimeret for mennesker i stedet for maskiner. Det er et alternativ til numpy og pandas, der løser virkelige problemer med læsevenlig kode.

Hvorfor agate?

• En læsevenlig og brugervenlig API
• Et fuldt sæt af SQL-lignende operationer
• Understøttelse af Unicode overalt
• Decimal præcision overalt
• Omfattende brugerdokumentation
• Udvidelser der tilføjer SQL-integration, understøttelse af Excel med mere
• Designet med tanke på iPython, Jupyter og atom/hydrogen
• Omfattende testdækning
• MIT-licens og fri for alle formål
• Nidkær zen
• Lavet med kærlighed

Denne pakke tilbyder dokumentationen.

Dask is a flexible parallel computing library for analytics, containing two components.

1. Dynamic task scheduling optimized for computation. This is similar to Airflow, Luigi, Celery, or Make, but optimized for interactive computational workloads.
2. "Big Data" collections like parallel arrays, dataframes, and lists that extend common interfaces like NumPy, Pandas, or Python iterators to larger-than-memory or distributed environments. These parallel collections run on top of the dynamic task schedulers.

This contains the documentation

Notesbøger kommer til live når interaktive kontroller bruges. Indlæring bliver en medrivende og sjov oplevelse. Forskere kan nemt se, hvordan skiftende inddata til en model påvirker resultaterne.

Denne pakke installerer dokumentationen.

MPI for Python (mpi4py) provides bindings of the Message Passing Interface (MPI) standard for the Python programming language, allowing any Python program to exploit multiple processors.

mpi4py is constructed on top of the MPI-1/MPI-2 specification and provides an object oriented interface which closely follows MPI-2 C++ bindings. It supports point-to-point (sends, receives) and collective (broadcasts, scatters, gathers) communications of any picklable Python object as well as optimized communications of Python object exposing the single-segment buffer interface (NumPy arrays, builtin bytes/string/array objects).

This package provides HTML rendering of the user's manual.

Scikit-bio er en Pythonpakke, der tilbyder datastrukturer, algoritmer og undervisningsressourcer for bioinformatik.

Dette er HTML-dokumentationen for skbio.

Scikit-image er en samling af billedbehandlingsalgoritmer for Python. Samlingen udfører opgaver såsom billedindlæsning, filtrering, morfologi, segmentering, farvekonverteringer og transformationer.

Denne pakke indeholder dokumentation og eksempelskripter for python-skimage.

Denne pakke indeholder dokumentation og eksempelskripter for python-sklearn.

PyTables is a package for managing hierarchical datasets and designed to efficiently cope with extremely large amounts of data.

It is built on top of the HDF5 library and the NumPy package. It features an object-oriented interface that, combined with C extensions for the performance-critical parts of the code (generated using Cython), makes it a fast, yet extremely easy to use tool for interactively save and retrieve very large amounts of data. One important feature of PyTables is that it optimizes memory and disk resources so that they take much less space (between a factor 3 to 5, and more if the data is compressible) than other solutions, like for example, relational or object oriented databases.

• Compound types (records) can be used entirely from Python (i.e. it is not necessary to use C for taking advantage of them).
• The tables are both enlargeable and compressible.
• I/O is buffered, so you can get very fast I/O, specially with large tables.
• Very easy to select data through the use of iterators over the rows in tables. Extended slicing is supported as well.
• It supports the complete set of NumPy objects.

This package includes the manual in HTML formats.

Agate er et Pythonbibliotek til dataanalyse, der er optimeret for mennesker i stedet for maskiner. Det er et alternativ til numpy og pandas, der løser virkelige problemer med læsevenlig kode.

Hvorfor agate?

• En læsevenlig og brugervenlig API
• Et fuldt sæt af SQL-lignende operationer
• Understøttelse af Unicode overalt
• Decimal præcision overalt
• Omfattende brugerdokumentation
• Udvidelser der tilføjer SQL-integration, understøttelse af Excel med mere
• Designet med tanke på iPython, Jupyter og atom/hydrogen
• Omfattende testdækning
• MIT-licens og fri for alle formål
• Nidkær zen
• Lavet med kærlighed

Denne pakke tilbyder modulerne for Python 3.

bcolz provides columnar, chunked data containers that can be compressed in-memory and on-disk. Column storage allows for efficiently querying tables, as well as for cheap column addition and removal. It is based on NumPy, and uses it as the standard data container to communicate with bcolz objects, but it also comes with support for import/export facilities to/from HDF5/PyTables tables and Pandas dataframes.

This package contains the modules for Python 3.

CodraFT is a generic signal and image processing software based on Python scientific libraries (such as NumPy, SciPy or scikit-image) and Qt graphical user interfaces (thanks to guidata and guiqwt.

CodraFT stands for "CODRA Filtering Tool".

CodraFT is available as a stand-alone application or as an addon to your Python-Qt application thanks to advanced automation and embedding features.

Samling af perceptuelt ensartede farvekort for brug med Pythonplotprogrammer såsom bokeh, matplotlib, holoviews og datashader baseret på sættet af ensartede farvekort oprettet af Peter Kovesi på Center for Exploration Targeting.

The colormap package provides simple utilities to convert colors between RGB, HEX, HLS, HUV and a class to easily build colormaps for matplotlib. All matplotlib colormaps and some R colormaps are available altogether. The plot_colormap method (see below) is handy to quickly pick up a colormaps and the test_colormap is useful to see test a new colormap.

This package installs the library for Python 3.

When using matplotlib and plotting more than one line, it is common to want to be able to cycle over one or more artist styles; but the plotting logic can quickly become very involved.

To address this and allow easy cycling over arbitrary 'kwargs' the Cycler class, a composable kwarg iterator, was developed.

This package contains the Python 3 version of Cycler.

Dask is a flexible parallel computing library for analytics, containing two components.

1. Dynamic task scheduling optimized for computation. This is similar to Airflow, Luigi, Celery, or Make, but optimized for interactive computational workloads.
2. "Big Data" collections like parallel arrays, dataframes, and lists that extend common interfaces like NumPy, Pandas, or Python iterators to larger-than-memory or distributed environments. These parallel collections run on top of the dynamic task schedulers.

This contains the Python 3 version.

Descartes tillader brug af geometriske objekter som matplotlib-stier og rettelser.

Dette er Python 3-versionen af biblioteket.

Python 3-værktøjer til at læse europæiske XFEL's HDF5-filer.

Plotte data på Google Maps, den nemme måde. En matplotlib-lignende grænseflade til at oprette HTML'en og JavaScript til at optegne alle dataene du ønsker oven på Google Maps. Flere plotmetoder gør oprettelsen af undersøgende kortvisninger smertefri.

This package facilitates the creation and rendering of graph descriptions in the DOT language of the Graphviz graph drawing software from Python.

Create a graph object, assemble the graph by adding nodes and edges, and retrieve its DOT source code string. Save the source code to a file and render it with the Graphviz installation of your system.

Use the view option/method to directly inspect the resulting (PDF, PNG, SVG, etc.) file with its default application. Graphs can also be rendered and displayed within Jupyter notebooks.

This contains the Python 3 version.

En Pythongrænseflade for netCDF4-filformatet, der læser og skriver lokale eller eksterne HDF5-filer direkte via h5py eller h5pyd, uden at afhænge af Unidata netCDF-biblioteket.

Denne pakke tilbyder modulerne for Python 3.

HDF5 for Python (h5py) er en almen Pythongrænseflade til Hierarchical Data Format-biblioteket, version 5. HDF5 er et alsidigt, modent videnskabeligt programbibliotek designet for hurtig, fleksibel lagring af enorme mængder af data.

Fra en Pythonprogrammørs perspektiv så tilbyder HDF5 en robust måde at lagre data, organiseret efter navn i en trælignende metode. Du kan oprette datasæt (tabeller på disk) på hundredvis af gigabyte i størrelse og udføre vilkårlig-adgang I/O på ønskede sektioner. Datasæt er organiseret i et filsystemlignende hierarki, der bruger containere kaldt »grupper« og tilgået via den traditionelle POSIX /sti/til/ressource-syntaks.

H5py tilbyder en simpel, robust læs/skriv grænseflade til HDF5-data fra Python. Eksisterende Python- og Numpy-koncepter bruges for grænsefladen; for eksempel er datasæt repræsenteret af en proxyklasse, som understøtter opdeling og har dtype- og shape-attributter. HDF5-grupper præsenteres via en ordbogsmetafor, indekseret efter navn.

Dette er en simpel afhængighedspakke, der afhænger af den serielle bygning eller MPI-bygningen af h5py samt tilbyder filer med testdata.

H5sparse er et Pythonbibliotek, der hjælper med at oprette scipy sparse matrix i HDF5.

hdf5plugin provides h5py extensions to control HDF5 compression filters plugins installed in the system.

The package supports providing options to: * blosc * bitshuffle * lz4 * FCIDECOMP * ZFP * zstd

These filter plugins are not provided by this package and need to be installed using their own packages.

HyperSpy is an open source Python library for the interactive analysis of multidimensional datasets that can be described as multidimensional arrays of a given signal (for example, a 2D array of spectra, also known as a spectrum image).

HyperSpy makes it straightforward to apply analytical procedures that operate on an individual signal to multidimensional arrays, as well as providing easy access to analytical tools that exploit the multidimensionality of the dataset.

Its modular structure makes it easy to add features to analyze many different types of signals.

ipyparallel is a Python package and collection of CLI scripts for controlling clusters for Jupyter. ipyparallel is the new home of IPython.parallel.

ipyparallel contains the following command-line scripts:

   ipcluster - start/stop a cluster
   ipcontroller - start a scheduler
   ipengine - start an engine

This package installs the Python 3 library and the CLI scripts.

Notesbøger kommer til live når interaktive kontroller bruges. Indlæring bliver en medrivende og sjov oplevelse. Forskere kan nemt se, hvordan skiftende inddata til en model påvirker resultaterne.

Denne pakke installerer biblioteket for Python 3-notesbøger.

JoyPy er en en-funktions Pythonpakke baseret på matplotlib + pandas med et formål: at tegne joyplot (a.k.a. ridgeline-plot). Joyplot er stablede, delvist overlappende tæthedsplot. De er en pæn måde at plotte data for visuelt at sammenligne distributioner, specielt dem, der ændrer sig på tværs af en dimension (f.eks. over tid). Selvom næppe en ny teknik, så er de blevet meget populære på det seneste takket være R-pakkerne ggridges og ggoy.

Udvideligt miljø for interaktiv og genbrugs computerarbejde, baseret på Jupyter notebook og dennes arkitektur.

Denne pakke installerer biblioteket for Python 3.

Leather er et diagrambibliotek for Python for dem, som skal bruge diagrammer nu og har det okay med at de ikke er perfekte.

Hvorfor leather?

• Læsevenlig og brugervenlig API
• Optimeret for forklarende diagrammer
• Fremstiller skalauafhængige SVG-diagrammer
• Fuldstændig typeagnostisk. Opsæt dine data, uanset hvilke
• Designet med tanke på iPython, Jupyter og atom/hydrogen
• Ren Python. Ingen C-afhængigheder at kompilere
• MIT-licens og gratis til alle formål
• Nidkær zen
• Lave med kærlighed

Denne pakke tilbyder modulerne for Python 3.

Matplotlib er et rent Python-plotbibliotek designet til plot i udgivelseskvalitet for Python, med en syntaks der er kendt af Matlab- brugere. Alle plotkommandoerne i pylab-grænsefladen kan tilgås enten via en funktionel grænseflade kendt af Matlab-brugere eller en objektorienteret grænseflade der er kendt af Pythonbrugere.

Denne pakke indeholder Python 3-versionen af matplotlib.

MPI for Python (mpi4py) tilbyder bindinger for Message Parssing Interface-standarden (MPI) for programmeringssproget Python, så ethvert Pythonprogram kan udnytte flere processorer.

Mpi4py er konstrueret oven på MPI-1/MPI-2-specifikationen og tilbyder en objektorienteret grænseflade, som tæt følger MPI-2 C++-bindingerne. Understøtter punkt til punkt (sender, modtager) og kollektive (broadcasts, scatters, gathers) kommunikationer for ethvert valgbart Pythonobjekt samt som optimerede kommunikationer af Pythonobjekt, der viser enkelt-segment mellemlagergrænsefladen (NumPy-tabeller, indbyggede byte/streng/tabel objekter).

Denne pakke tilbyder funktionalitet til at gøre det nemt at lave dine egne spredte tæthedsplotkort, både for interaktiv og ikkeinteraktiv brug. Hurtig.

Denne pakke installerer biblioteket for Python 3.

Mplcursors tilbyder interaktive dataudvælgelsesmarkører for Matplotlib. Er inspireret fra mpldatacursor, med en meget forenklet API.

Denne pakke installerer biblioteket for Python 3.

mpld3 brings together Matplotlib, the popular Python-based graphing library, and D3js, the popular Javascript library for creating interactive data visualizations for the web. The result is a simple API for exporting your matplotlib graphics to HTML code which can be used within the browser, within standard web pages, blogs, or tools such as the IPython notebook.

This package provides the Python 3.x module.

Et Pythonmodul til at eksportere matplotlib-grafer, f.eks. for mpld3.

Denne pakke tilbyder Python 3.x-modulet.

Matplotlib basemap-værktøjssættet er et bibliotek til at plotte 2D-data på kort i Python. Det svarer i funktionalitet til matlab-kortværktøjskassen, IDL-kortfunktionerne, GrADS eller Generic Mapping Tools. PyNGL og CDAT er andre biblioteker, som tilbyder tilsvarende funktioner i Python.

Basemap udfører ingen plot på egen hånd, men tilbyder faciliteterne til at transformere koordinater til en af 23 forskellige kortprojektioner (bruger PROJ.4 C-biblioteket). Matplotlib bruges så til at plotte konturer, billeder, vektorer, linjer eller punkter i de transformerede koordinater. Datasæt for kystlinjer, floder og politiske grænser (fra Generic Mapping Tools) tilbydes sammen med metoder for plot af dem. GEOS-biblioteket bruges internt til at klippe kystlinjen og politiske grænser til det ønskede kortprojektionsområde.

Basemap tilbyder faciliteter for læsning af data i netCDF- og Shapefile-formaterne, samt direkte over http via OPeNDAP. Denne funktionalitet tilbydes via PyDAP-klienten, og en Pythongrænseflade til Shapefile C-biblioteket.

Basemap er rettet mod behovene hos videnskabsfolk specielt oceanografer og meteorologer. Forfatteren skrev oprindelig Basemap som hjælp til sin forskning (klima- og vejrudsigter), da CDAT på det tidspunkt var det eneste andet værktøj i Python til at plotte data på kortoversigter. Over årene har funktionerne i Basemap udviklet sig da videnskabsmænd i andre discipliner (såsom biologi, geologi og geofysisk) har bedt om og har bidraget med nye funktioner.

Denne pakke indeholder Python 3-versionen af python-mpltoolkits.basemap.

ADVARSEL: Denne pakke er forældet til fordel for cartopy.

NetCDF version 4 har mange funktioner, som ikke blev fundet i tidligere versioner af biblioteket og som er implementeret oven på HDF5. Dette modul kan læse og skrive filer i både det nye netCDF 4 og det ældre netCDF3-format, og det kan oprette filer, som kan læses af HDF5-klienter. API'en er modelleret efter Scientific.IO.NetCDF, og bør være kendt af brugere af det modul.

De fleste nye funktioner for netCDF 4 er implementeret, såsom flere ubegrænsede dimensioner, grupper og zlib-datakomprimering. Alle de nye numeriske datatyper (såsom 64-bit og ej underskrevne heltalstyper) er implementeret. Sammensatte og variabellængdedatatyper (vlen) er understøttet, men enum- og uigennemsigtige datatyper er ikke. Blandinger af sammensætninger og vlen-datatyper (sammensatte typer indeholdende VLAN, og VLAN indeholdende sammensatte typer) understøttes ikke.

Denne pakke indeholder netCDF 4-mdoulet for Python 3.

This package consists of a couple of optimised tools for doing things that can roughly be considered "group-indexing operations". The most prominent tool is aggregate.

aggregate takes an array of values, and an array giving the group number for each of those values. It then returns the sum (or mean, or std, or any, ...etc.) of the values in each group. You have probably come across this idea before, using matlab accumarray, pandas groupby, or generally MapReduce algorithms and histograms.

There are different implementations of aggregate provided, based on plain numpy, numba and weave. Performance is a main concern, and so far this implementation comfortably beats similar implementations in other packages (check the benchmarks).

Denne pakke indeholder Python 3-bindinger for OpenCV-biblioteket (Open Computer Vision).

Open Computer Vision Library er en samling af algoritmer og eksempelkode for diverse computer vision-problemer. Biblioteket er kompatibelt med IPL (Intels Image Processing Library) og, hvis tilgængeligt, kan det bruger IPP (Intels Integrated Performance Primitives) for bedre ydelse.

OpenCV tilbyder datatyper og operatorer på lavt niveau, der kan flyttes samt et sæt af funktioner på højt niveau for videooptagelse, billedbehandling og analyse, strukturel analyse, bevægelsesanalyse og objektsporing, objektgenkendelse, kamerakalibrering og 3D-rekonstruktion.

Palettable (tidligere brewer2mpl) er et bibliotek med farvepaletter for Python. Det er skrevet i ren Python uden nogen afhængigheder, men kan levere farvekort for matplotlib. Du kan bruge Palettable til at tilpasse matplotlib-plot eller angive farver for et internetprogram.

Denne pakke installerer biblioteket for Python 3.

Pandas er en Pythonpakke, der tilbyder hurtig, fleksibel og udtryksfulde datastrukturer designet til at gør arbejde med »relationelle« data eller »etiketdata« både nemt og intuitivt. Pakken forsøger at være den fundamentale byggeblok på højt niveau for udførsel af praktisk, reel dataanalyse i Python. Pandas er velegnet til mange forskellige slags data:

• Tabulære data med heterogent-tastede kolonner, som i en SQL-tabel eller Excelregneark
• Ordnede eller ikke ordnede (ikke nødvendigvis fast-frekvens) tidsseriedata
• Arbitrære matrix-data (homogent indtastet eller heterogent) med række- og kolonneetiketter
• Enhver anden form for observationelle/statistiske datasæt. Dataene behøver ikke mærkes overhovedet for at blive placeret i en pandas- datastruktur

Denne pakke indeholder Python 3-versionen.

This package provides a periodic table of the elements with support for mass, density and xray/neutron scattering information.

Masses, densities and natural abundances come from the NIST Physics Laboratory, but do not represent a critical evaluation by NIST scientists.

Neutron scattering calculations use values collected by the Atomic Institute of the Austrian Universities. These values do corresponding to those from other packages, though there are some differences depending to the tables used. Bound coherent neutron scattering for gold in particular is significantly different from older value: 7.63(6) as measured in 1974 compared to 7.90(7) as measured in 1990.

X-ray scattering calculations use a combination of empirical and theoretical values from the LBL Center for X-ray Optics. These values differ from those given in other sources such as the International Tables for Crystallography, Volume C, and so may give different results from other packages.

This package installs the library for Python 3.

Versatile utility function to run external processes from Python, with many features:

• runs an external process and waits for it to finish
• does not deadlock, no matter the process stdout/stderr output behaviour
• returns the exit code, stdout, stderr (separately, both as bytestrings), and the total process runtime as a dictionary
• process can run in a custom environment, either as a modification of the current environment or in a new environment from scratch
• stdin can be fed to the process, the returned dictionary contains information how much was read by the process
• stdout and stderr is printed by default, can be disabled
• stdout and stderr can be passed to any arbitrary function for live processing (separately, both as unicode strings)
• optionally enforces a time limit on the process

Pweave er en videnskabelig rapportopretter og et bogstaveligt programmeringsværktøj for Python. Pweave kan optage resultaterne og plotte fra dataanalyse og fungerer godt med NumPy, SciPy og matplotlib. Kan afvikle Pythonkode fra kildedokument og inkluderer resultaterne og optager matplotlib-plot i resultatet.

Utility package that includes:

• pyct.cmd: Makes various commands available to other packages. (Currently no sophisticated plugin system, just a try import/except in the other packages.) The same commands are available from within Python. Can either add new subcommands to an existing argparse based command if the module has an existing command, or create the entire command if the module has no existing command. Currently, there are commands for copying examples and fetching data. See
• pyct.build: Provides various commands to help package building, primarily as a convenience for project maintainers.

Pymatgen (Python Materials Genomics) is a robust, open-source Python library for materials analysis. These are some of the main features:

1.Highly flexible classes for the representation of Element, Site, Molecule, Structure objects.

1. Extensive input/output support, including support for VASP (http://cms.mpi.univie.ac.at/vasp/), ABINIT (http://www.abinit.org/), CIF, Gaussian, XYZ, and many other file formats.

2. Powerful analysis tools, including generation of phase diagrams, Pourbaix diagrams, diffusion analyses, reactions, etc.

3. Electronic structure analyses, such as density of states and band structure.

4. Integration with the Materials Project REST API, Crystallography Open Database.

This package provides the pymtgen module for Python 3.

Matplotlib inkluderer et antal testredskaber og dekoratører, men disse er rettet mod testrammen nose. Pytest-mpl gør det nemt at sammenligne figurer fremstillet af test for at referere billeder når pytest anvendes.

Denne pakke tilbyder pytest-udvidelsesmodulet for Python 3.

pyvkfft offers a simple python interface to the CUDA and OpenCL backends of VkFFT, compatible with pyCUDA, CuPy and pyOpenCL.

This package installs the library for Python 3

Seaborn er et bibliotek for udarbejdelse af attraktiv og informativ statistisk grafik i Python. Biblioteket er bygget oven på matplotlib og tæt integreret med PyData stack, inklusive understøttelse for numpy- og pandas-datastrukturer og statistiske rutiner fra scipy og statsmodels.

Nogle af funktionerne i seaborn:

• Flere indbyggede temaer som forbedrer matplotlibs æstetik
• Værktøjer for valg af farvepaletter til smukke plot som afslører mønstre i dine data
• Funktioner for visualisering af univariate og bivariate distributioner eller for sammenligning af dem mellem dataundersæt
• Værktøjer som tilpasser og visualiserer lineære regresssionsmodeller for forskellige slags uafhængige og afhængige variabler
• En funktion til at plotte statistiske tidsserier med fleksibel estimering og repræsentation af estimatusikkerhed
• Abstraktioner på højt niveau for strukturering af plotgitre, som nemt lader dig bygge komplekse visualiseringer

Dette er Python 3-versionen af pakken.

Scikit-bio er en Pythonpakke, der tilbyder datastrukturer, algoritmer og undervisningsressourcer for bioinformatik.

Dette er pakken for Python 3.

Scikit-image er en samling af billedbehandlingsalgoritmer for Python. Samlingen udfører opgaver såsom billedindlæsning, filtrering, morfologi, segmentering, farvekonverteringer og transformationer.

Denne pakke indeholder Python 3-modulet.

Scikit-learn er en samling af Pythonmoduler, der er relevante for maskin/statistisk læring og dataundersøgelse. En ikke udtømmende liste over inkluderet funktionalitet:

• Gaussianske blandede modeller
• Manifold-læring
• kNN
• SVM (via LIBSVM)

Denne pakke indeholder Python 3-versionen.

Sklearn-pandas tilbyder en bro mellem scikit-learns maskinlæringsmetoder og pandas datarammer.

Specielt kan nævnes:

• en måde at oversætte DataFrame-kolonner til transformationer, der senere kombineres om til funktioner
• en måde at krydsvalidere en datakanal, der anvender en pandas DataFrame.

Dette er Python 3-versionen af pakken.

PyTables er en pakke til at håndtere hierarkiske datasæt og designet til effektivt at håndtere ekstremt store mængder af data.

Er bygget oven på HDF5-biblioteket og NumPy-pakken. Den indeholder en objektorienteret grænseflade som, kombineret med C-udvidelser for de ydelseskritiske dele af koden (oprettet via Cython), gør den til et hurtigt, men stadig ekstremt nemt værktøj for interaktivt at gemme og hente meget store mængder af data. En vigtig funktion i PyTables er at programmet optimerer hukommelses- og diskressourcer, så de optager meget mindre plads (mellem en faktor 3 til 5), og mere hvis dataene kan komprimeres) end andre løsninger, som for eksempel, relationelle eller objektorienterede databaser.

• Compound-typer (poster) kan bruges helt fra Python (dvs. det er ikke nødvendigt at bruge C for at udnytte dem)
• Tabellerne kan både øges og komprimeres
• I/O er mellemlagret, så du kan få meget hurtig I/O, specielt med store tabeller
• Meget nemt at vælge data via brugen at iteratorer over rækker i tabeller. Udvidet opdeling er også understøttet.
• Pakken understøtter det fuldstændige sæt af NumPy-objekter

Billede og metadata kan læses fra filtyperne TIFF, BigTIFF, OME-TIFF, STK, LSM, NIH, ImageJ, MicroManager, FluoView, SEQ og GEL.

Kun et undersæt af TIFF-specifikationen er understøttet, hovedsagelig uden komprimering og komprimeret med kvalitetstab 2** (0´til 6) bit- heltal, 16-, 32- og 64-bit kommatal, gråskala og RGB(A)-billeder, som ofte bruges i biovidenskabelige billeder. Specifikt er læsning af JPEG/CCITT-komprimerede billeddata eller EXIF/IPTC/GPS/XMP-metadata ikke implementeret. Kun primære informationsposter læses for STK-, FluoView-, MicroManager- og NIH-billedformaterne.

TIFF, Tagged Image File Format, er under kontrol af Adobe Systems. BigTiff tillader filer større end 4 GB. STK, LSM, FluoView, SEQ, GEL og OME-TIFF er tilpassede udvidelser defineret af MetaMorph, Carl Zeiss MicroImaging, Olympus, Media Cybernetics, Melecular Dynamics og Open Microscopy Environment-konsortiet respektivt.

En simpel ren Pythonafledning af Enthought Traits, brugt til at konfigurere Pythonobjekter.

Driver konfigurationssystemet for IPython og Jupyter.

Denne pakke indeholder biblioteket for Python 3.

Xarray (tidligere xray) er et projekt i åben kildekode og en Pythonpakke, der forsøger at hente etiketdatakraften fra pandas til de fysiske videnskaber, ved at tilbyder N-dimensionelle varianter af pandas grundlæggende datastrukturer.

Pakken tilbyder en pandas-lignende og pandas-kompatibel værktøjssæt for analyser på flerdimensionelle tabeller, frem for den tabelfrom hvormed pandas brillerer.

Denne pakke tilbyder Python 3-biblioteket.

X-ray Reference Data i SQLite-bibliotek, inklusive en Python 3-grænseflade. Databasen indeholder data om interaktionerne for røntgenstråler med masse.

Denne pakke installerer biblioteket for Python 3.

Zarr er en Pythonpakke, der tilbyder en implementering for komprimerede, opdelte, N-dimensionelle tabeller, designet for brug i parallel beregning.

• Opret N-dimensionelle tabeller med enhver NumPy-dtype
• Opdel tabeller langs enhver dimension
• Komprimer dele via den hurtige Blosc-metakompressor eller alternativt via zlib, BZ2 eller LZMA
• Lagr tabeller i hukommelse, på disk, i en Zip-fil, på S3 ...
• Læs en tabel samtidig fra flere tråde eller processer
• Organiser tabeller i hierarkier via grupper
• Brug filtre til at forbehandle data og forbedre kompression

En ekstern skrivebordstjeneste der starter virtuelle maskiner og viser dem i din browser. Placer virtuelle maskinfiler (ISO, QCOW2, VDI, VMDK ..) i /var/lib/qemu-web-desktop/machines, tilføj deres navne i filen /etc/qemu-web-desktop/machines.conf og afvikl qwdctl refresh. Du kan finjustere tjenesteindstillingerne i /etc/qemu-web-desktop/config.pl Dette projekt er også navngivet Data Analysis Remote Treatment Service (DARTS).

Når installeret, forbind til http://server/qemu-web-desktop

Scilab er en matricebaseret videnskabelig softwarepakke. Scilab indeholder hundreder af indbyggede matematiske funktioner, rige datastrukturer (inklusive polynomier, rationelle lineære systemer, lister etc...) og der medfølger et antal videnskabelige værktøjsbokse for kontrol, signalprocessering...

Denne pakke tilbyder også Xcos, et grafisk redigeringsprogram til at designe hybride dynamiske systemmodeller. Modeller kan designes, indlæses, gemmes, kompileres og simuleres. Stabil og effektiv løsning for industribehov og akademiske behov, Xcos tilbyder funktionaliteter for modellering af mekaniske systemer (bilproduktion, flyproduktion...), hydrauliske kredsløb (dæmning, datakanalmodeller...), kontrolsystemer etc. Mulighed for Modelica tilbydes også.

Installer pakken »scilab-cli« for en minimal version af scilab.