معرفی شرکت ها

baysparpy-0.0.3

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
0.0.3
0.0.2
0.0.3
0.0.2

توضیحات

An Open Source Python package for TEX86 calibration
ویژگی مقدار
سیستم عامل -
نام فایل baysparpy-0.0.3
نام baysparpy
نسخه کتابخانه 0.0.3
نگهدارنده []
ایمیل نگهدارنده []
نویسنده S. Brewster Malevich
ایمیل نویسنده malevich@email.arizona.edu
آدرس صفحه اصلی https://github.com/brews/baysparpy
آدرس اینترنتی https://pypi.org/project/baysparpy/
مجوز GPLv3
baysparpy ========= .. image:: https://travis-ci.org/brews/baysparpy.svg?branch=master :target: https://travis-ci.org/brews/baysparpy An Open Source Python package for TEX86 calibration. This package is based on the original BAYSPAR (BAYesian SPAtially-varying Regression) for MATLAB (https://github.com/jesstierney/BAYSPAR). Quick example ------------- First, load key packages and an example dataset: .. code-block:: python import numpy as np import bayspar as bsr example_file = bsr.get_example_data('castaneda2010.csv') d = np.genfromtxt(example_file, delimiter=',', names=True) This dataset (from `Castañeda et al. 2010 <https://doi.org/10.1029/2009PA001740>`_) has two columns giving sediment age (calendar years BP) and TEX86. We can make a "standard" prediction of sea-surface temperature (SST) with ``predict_seatemp()``: .. code-block:: python prediction = bsr.predict_seatemp(d['tex86'], lon=34.0733, lat=31.6517, prior_std=6, temptype='sst') To see actual numbers from the prediction, directly parse ``prediction.ensemble`` or use ``prediction.percentile()`` to get the 5%, 50% and 95% percentiles. You can also plot your prediction with ``bsr.predictplot()`` or ``bsr.densityplot()``. For further details, examples, and additional prediction functions, see the online documentation (https://baysparpy.readthedocs.io). Installation ------------ To install **baysparpy** with pip, run: .. code-block:: bash $ pip install git+git://github.com/brews/baysparpy.git@stable Unfortunately, **baysparpy** is not compatible with Python 2. Support and development ----------------------- - Documentation is available online (https://baysparpy.readthedocs.io). - Please feel free to report bugs and issues or view the source code on GitHub (https://github.com/brews/baysparpy). License ------- **baysparpy** is available under the Open Source GPLv3 (https://www.gnu.org/licenses).


نیازمندی

مقدار نام
- numpy
- scipy
- matplotlib
- attrs
- tqdm
- cartopy


نحوه نصب


نصب پکیج whl baysparpy-0.0.3:

    pip install baysparpy-0.0.3.whl


نصب پکیج tar.gz baysparpy-0.0.3:

    pip install baysparpy-0.0.3.tar.gz