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

Package contains tools used to create and plot circular coordinates from persistent cohomology

ویژگی	مقدار
سیستم عامل	-
نام فایل	circularcoordinates-0.1.1
نام	circularcoordinates
نسخه کتابخانه	0.1.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Mikael Vejdemo Johansson, Bilal AbdulRahman
ایمیل نویسنده	mikael.vejdemojohansson@csi.cuny.edu, bilal.z.work@gmail.com
آدرس صفحه اصلی	https://github.com/appliedtopology/circular-coordinates
آدرس اینترنتی	https://pypi.org/project/circularcoordinates/
مجوز	MIT

# Circular-Coordinates ## _Circular coordinates from persistent cohomology_ Circular-Coordinates is an all in one class that facilitates creating and plotting circular coordinates from persistent cohomology functions hidden in your dataset. ## Features - takes input data in the form of numpy array or pandas dataframe - utilizes the ripser library for fast persistent cohomology barcode calculation - Provides multiple ways of plotting and visualizing the output. ## Setup You can install the library directly from github(will be published on Pypi soon). You will need PyQt5 before installing(only for visualizing plots in ide will be optional in future). ``` pip install PyQt5 pip install git+https://github.com/appliedtopology/circular-coordinates ``` ## Example usage Circular coordinates can be calculated and visualized with only a few lines of code. The circular coordinates are outputted mapped between [0,1]. When visualising the coordinates are denoted by colors on the color wheel (with its values mapped to [0,1]). Thus forming a loop stretching from 0 to 1. ``` import pandas as pd import circularcoordinates df = pd.read_csv('malaria.csv') features = df[['Weight', 'Glucose', 'Accuri', 'RBC']] prime=11 circ=circularcoordinates.circular_coordinate(prime) vertex_values=circ.fit_transform(features) circ.plot_pca(features,vertex_values) ``` ![PCA PLOT](https://drive.google.com/uc?export=download&id=16BpwdQOkTnehwbRLc1SYpDiJ2Mmm_PaO) If we already have the ripser output dictionary we can directly compute the circular coordinates without recomputing the dictionary. ``` ripser_output=circ.rips vertex_values=circ.circular_coordinate(ripser_output) ``` We can also plot the persistant homology barcodes ``` circ.plot_barcode(circ.rips['dgms'][1]) ``` ![Barcode PLOT](https://drive.google.com/uc?export=download&id=1ARj-ta2Zk-pVN62l6_OjfzyMUouwTkDA) Circular coordinates can also be plottted against external data to see what patterns emerge. ``` circ.plot_eps(df['Day Post Infection'],vertex_values) ``` ![Barcode PLOT](https://drive.google.com/uc?export=download&id=1bzL3k6QmCYeSKyNetpHewsT8zbAqURpv) ## License MIT

نحوه نصب

نصب پکیج whl circularcoordinates-0.1.1:

pip install circularcoordinates-0.1.1.whl

نصب پکیج tar.gz circularcoordinates-0.1.1:

pip install circularcoordinates-0.1.1.tar.gz