معرفی شرکت ها

arcaverborum-0.2.1

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
0.2.1
0.2
0.1.4
0.2.1
0.2
0.1.4

توضیحات

Library for interfacing with data from the GLED project
ویژگی مقدار
سیستم عامل -
نام فایل arcaverborum-0.2.1
نام arcaverborum
نسخه کتابخانه 0.2.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Tiago Tresoldi
ایمیل نویسنده tiago.tresoldi@lingfil.uu.se
آدرس صفحه اصلی https://github.com/tresoldi/arcaverborum
آدرس اینترنتی https://pypi.org/project/arcaverborum/
مجوز MIT
# Arca Verborum Arca Verborum is a project to interface with the data from the GLED package. The main available function is currently the one for performing weighted sampling of languages based on their phylogenetic distance, on their geographic distance accounting for areal effects (currently computed as a simple Haversine distance between the coordinates), and on the frequency among previous random samples. When obtaining random samples for multiple iterations, it is strongly recommended to obtain all the samples in a single pass, so that the library can account for the potential oversampling of languages belonging to outgroups. Note that the loading of the distance matrices, particularly of the geographic one, can take up to a minute on slower machines. See code for more documentation, as below. ```python >>> import arcaverborum >>> sampler = arcaverborum.GLED_Sampler() WARNING:root:Loading the phylogenetic matrix from GLED... WARNING:root:Loading the geographic matrix from GLED... WARNING:root:Rescaling the phylogenetic matrix... WARNING:root:Rescaling the geographic matrix... >>> for idx, langset in enumerate(sampler.sample(4, 10)): ... print(idx, langset) ... 0 ('TlamacazapaNahuatl_tlam1239', 'GaviaoDoJiparana_gavi1246', 'Tubar_tuba1279', 'Pei_peii1238') 1 ('IslandCarib_isla1278', 'Samburu_samb1315', 'Dahalo_daha1245', 'Potawatomi_pota1247') 2 ('VlaxRomani_vlax1238', 'Gwahatike_gwah1244', 'NezPerce_nezp1238', 'Kwakwala_kwak1269') 3 ('AnaTingaDogon_anat1248', 'Zulgo-Gemzek_zulg1242', 'SkoltSaami_skol1241', 'Xokleng_xokl1240') 4 ('Mangarrayi_mang1381', 'Narak_nara1264', 'Matses_mats1244', 'Ionic-AtticAncientGreek_anci1242') 5 ('Jeli_jeri1242', 'Burum-Mindik_buru1306', 'Kistane_kist1241', 'Bongo_bong1285') 6 ('Patwin_patw1250', 'WesternTamang_west2415', 'Kapori_kapo1250', 'Sakha_yaku1245') 7 ('Kuy_kuyy1240', 'Kistane_kist1241', 'Kuruaya_kuru1309', 'Bolivar-NorthChimborazoHighlandQuichua_chim1302') 8 ('Betaf_beta1253', 'Bargam_barg1252', 'Pengo_peng1244', 'Wuding-LuquanYi_wudi1238') 9 ('NuclearWintu_nucl1651', 'Munit_muni1257', 'Nyawaygi_nyaw1247', 'MadaCameroon_mada1293') ```


نیازمندی

مقدار نام
- black
- flake8
- twine
- wheel
- pytest


زبان مورد نیاز

مقدار نام
>=3.7 Python


نحوه نصب


نصب پکیج whl arcaverborum-0.2.1:

    pip install arcaverborum-0.2.1.whl


نصب پکیج tar.gz arcaverborum-0.2.1:

    pip install arcaverborum-0.2.1.tar.gz