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

A command line tool for querying and modeling citation networks from the Astrophysical Data System (ADS) in a format compatible with Gephi

ویژگی	مقدار
سیستم عامل	-
نام فایل	ads2gephi-0.3.8
نام	ads2gephi
نسخه کتابخانه	0.3.8
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Theo Costea
ایمیل نویسنده	theo.costea@gmail.com
آدرس صفحه اصلی	https://github.com/03b8/ads2gephi
آدرس اینترنتی	https://pypi.org/project/ads2gephi/
مجوز	MIT

[![PyPI version](https://badge.fury.io/py/ads2gephi.svg)](https://badge.fury.io/py/ads2gephi) ![CI](https://github.com/03b8/ads2gephi/actions/workflows/github-ci.yml/badge.svg) [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT) # ads2gephi is a command line tool for querying and modeling citation networks from the Astrophysical Data System (ADS) in a format compatible with Gephi, a popular network visualization tool. ads2gephi has been developed at the history of science department of TU Berlin as part of [a research project on the history of extragalactic astronomy](https://gepris.dfg.de/gepris/projekt/289438140?language=en) financed by the German Research Foundation DFG (PI Karin Pelte). You can install `ads2gephi` from PyPI: ``` pip install ads2gephi ``` ### Usage When using the tool for the first time to model a network, you will be prompted to enter your ADS API key. Your key will then be stored in a configuration file under ~/.ads2gephi. In order to sample an initial citation network, you need to provide ads2gephi with a plain text file with bibcodes (ADS unique identifiers), one per line, as input. The queried network will be output in a SQLite database stored in the current directory: ``` ads2gephi -c bibcodes_example.txt -d my_fancy_netzwerk.db ``` Afterwards you can extend the queried network by providing the existing database file and using the additional sampling options. For example, you can extend the network by querying all the items cited in every publication previously queried: ``` ads2gephi -s ref -d my_fancy_netzwerk.db ``` Finally you might want to also generate the edges of the network. There are several options for generating edges. For example you can use a semantic similarity measure like bibliographic coupling or co-citation: ``` ads2gephi -e bibcp -d my_fancy_netzwerk.db ``` You can also do everything at once: ``` ads2gephi -c bibcodes_example.txt -s ref -e bibcp -d my_fancy_netzwerk.db ``` All other querying and modelling options are described in the help page: ``` ads2gephi --help ``` Once you've finished querying and modeling, the database file can be directly imported in Gephi for network visualization and analysis. ## Special thanks to * Edwin Henneken

نیازمندی

مقدار	نام
>=0.12.3,<0.13.0	ads
>=1.3,<2.0	sqlalchemy
>=3.7,<4.0	configparser
>=7.0,<8.0	click
>=0.8.2,<0.9.0	python-igraph
>=4.32,<5.0	tqdm
>=0.14.3,<0.15.0	yaspin

زبان مورد نیاز

مقدار	نام
>=3.5	Python

نحوه نصب

نصب پکیج whl ads2gephi-0.3.8:

pip install ads2gephi-0.3.8.whl

نصب پکیج tar.gz ads2gephi-0.3.8:

pip install ads2gephi-0.3.8.tar.gz