معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Mario Kart 8 Deluxe livesplit analyzer

ویژگی	مقدار
سیستم عامل	OS Independent
نام فایل	MK8D-0.0.6
نام	MK8D
نسخه کتابخانه	0.0.6
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	chipdelmal
ایمیل نویسنده	chipdelmal@gmail.com
آدرس صفحه اصلی	https://github.com/Chipdelmal/MK8D
آدرس اینترنتی	https://pypi.org/project/MK8D/
مجوز	-

# MK8D Python package for "Mario Kart 8 Deluxe" livesplit data analysis. It processes Livesplit *LSS* files (*XML* format) to provide a cleaner way to analyze the data by re-shaping it to a dataframe. Pypi: https://pypi.org/project/MK8D/ This [pip](https://pypi.org/project/MK8D/) package is an improvement upon the [mk8dLivesplit](https://github.com/Chipdelmal/mk8dLivesplit) implementation. The main change is that it handles runs in a dataframe for easier parsing and filtering (sacrificing a bit of processing speed). ## Features * Streamlined conversion from *LSS* to *CSV* dataframe * Combine different *LSS* files into one dataframe automatically * Plot and compare runs * Full run * Individual Tracks ## Basic Usage Install the package with: ```bash pip install MK8D ``` To convert an LSS file into a CSV dataframe, run: ```bash MK8D_lss2csv INPUT_FOLDER OUTPUT_FOLDER OUTPUT_FILENAME ``` where **INPUT_FOLDER** is the path to the directory where the *LSS* files are stored, **OUTPUT_FOLDER** is the location in which we want our files to be exported to, and **OUTPUT_FILENAME** is the name of the *CSV* file to be exported. For example, if run from the repository directory: ```bash MK8D_trk2csv ./MK8D/dev/data ./MK8D/dev/data MK8D_trks.csv K8D_run2csv ./MK8D/dev/data/MK8D_trks.csv ./MK8D/dev/data MK8D_runs.csv max ``` would take every *LSS* file found in the `./MK8D/dev/data` and compile a dataframe to a *CSV* file, which would be exported to the same folder. ## Dataframe Head There are two dataframe types generated by the package: **Tracks (trks)**, and **Runs (runs)**. ### Tracks * ID: yy/mm/dd (file:rid) * Track: MK8D track name * Time: Time elapsed in the track/split (seconds) * Version: Digital/Cartridge * Items: Items/No Items * Speed: 50cc, 100cc, 150cc, 200cc * Category: Speedrun category (32 tracks, 48 tracks, etc) ### Runs * ID: yy/mm/dd (file:rid) * Track: MK8D track name * Time: Time elapsed in the track/split (seconds) * Version: Digital/Cartridge * Items: Items/No Items * Speed: 50cc, 100cc, 150cc, 200cc * Category: Speedrun category (32 tracks, 48 tracks, etc) * Split: Human-readable split time * Center *metric*: Statistic calculated for each track across runs (mean, median, min, max) * Center offset: Time as compared to the "center" statistic of the track (mean, median, min, max) ## Dependencies [Pandas](https://pandas.pydata.org/), [Numpy](https://numpy.org/), [Plotly](https://plotly.com/), [Plotly Express](https://plotly.com/python/plotly-express/), [Matplotlib](https://matplotlib.org/), [Colour](https://pypi.org/project/colour/), [XMLToDict](https://pypi.org/project/xmltodict/) ## To do - [x] Fix bug with tracks sorting - [x] Add attempt date support - [x] Create command line tool - [ ] Auto-export plots - [x] Export violin plots - [ ] Add tracks filter to violin plots - [x] Highlight PB - [x] Add stats to plots - [x] Create progress plot - [x] Make timings readable - [x] Fix the milliseconds formatting - [ ] Create non-interactive versions of the plots - [ ] Add stats to violins - [ ] Add tracks order master file support ## Author <img src="https://raw.githubusercontent.com/Chipdelmal/WaveArt/master/media/pusheen.jpg" height="130px" align="middle"><br> [Héctor M. Sánchez C.](https://chipdelmal.github.io/blog)

نیازمندی

مقدار	نام
>=3.3.2	matplotlib
>=0.12.0	xmltodict
>=1.1.4	pandas
>=1.19.4	numpy
>=4.13.0	plotly
>=0.4.1	plotly-express
>=0.1.5	colour

زبان مورد نیاز

مقدار	نام
>=3.8	Python

نحوه نصب

نصب پکیج whl MK8D-0.0.6:

pip install MK8D-0.0.6.whl

نصب پکیج tar.gz MK8D-0.0.6:

pip install MK8D-0.0.6.tar.gz