معرفی شرکت ها
cyminiball-2.1.1
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 بیشترتوضیحات
Compute the smallest bounding ball of a point cloud. Cython binding of the popular miniball utility. Fast!
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | cyminiball-2.1.1 |
| نام | cyminiball |
| نسخه کتابخانه | 2.1.1 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Norman Juchler |
| ایمیل نویسنده | - |
| آدرس صفحه اصلی | https://github.com/hirsch-lab/cyminiball |
| آدرس اینترنتی | https://pypi.org/project/cyminiball/ |
| مجوز | LGPLv3 |
# cyminiball
<!--https://raw.githubusercontent.com/yngvem/group-lasso/master/README.rst-->
<!--[](https://pepy.tech/project/cyminiball)-->
<!--https://pypistats.org/packages/cyminiball-->
[](https://pypi.org/project/cyminiball/)
[](https://github.com/hirsch-lab/cyminiball/blob/main/LICENSE)
[](https://travis-ci.org/hirsch-lab/cyminiball)
[](https://coveralls.io/github/hirsch-lab/cyminiball?branch=main)
[](https://www.codefactor.io/repository/github/hirsch-lab/cyminiball)
[](https://deepsource.io/gh/hirsch-lab/cyminiball/?ref=repository-badge)
A Python package to compute the smallest bounding ball of a point cloud in arbitrary dimensions. A Python/Cython binding of the popular [miniball](https://people.inf.ethz.ch/gaertner/subdir/software/miniball.html) utility by Bernd Gärtner.
To my knowledge, this is currently the fastest implementation available in Python. For other implementations see:
- [`miniballcpp`](https://pypi.org/project/MiniballCpp/) Python binding of the same C++ source ([miniball](https://people.inf.ethz.ch/gaertner/subdir/software/miniball.html))
- [`miniball`](https://pypi.org/project/miniball/) Pure Python implementation (slow)
## Installation:
The package is available via pip.
```bash
python -m pip install cyminiball
```
## Usage:
```python
import cyminiball as miniball
import numpy as np
d = 2 # Number of dimensions
n = 10000 # Number of points
dt = np.float64 # Data type
points = np.random.randn(n, d)
points = points.astype(dt)
C, r2 = miniball.compute(points)
print("Center:", C)
print("Radius:", np.sqrt(r2))
```
Additional output can be generated using the `details` flag and `compute_max_chord()`.
```python
C, r2, info = miniball.compute(points, details=True)
# Returns an info dict with the following keys:
# center: center
# radius: radius
# support: indices of the support points
# relative_error: error measure realtive to r2
# is_valid: numerical validity
# elapsed: time required
#
# The maximal chord is the longest line connecting any
# two of the support points. The following extends the
# info dict by the following keys:
# pts_max: point coordinates of the two points
# ids_max: ids of the two extreme points
# d_max: length of the maximal chord
(p1, p2), d_max = miniball.compute_max_chord(points, info=info)
```
See [examples/examples.py](https://github.com/hirsch-lab/cyminiball) for further usage examples
## Build package
Building the package requires
- Python 3.x
- Cython
- numpy
First, download the project and set up the environment.
```bash
git clone "https://github.com/hirsch-lab/cyminiball.git"
cd cyminiball
python -m pip install -r "requirements.txt"
```
Then build and install the package. Run the tests/examples to verify the package.
```bash
./build_install.sh
python "tests/test_all.py"
python "examples/examples.py"
```
## Performance
For a comparison with [`miniballcpp`](https://pypi.org/project/MiniballCpp/), run the below command. In my experiments, the Cython-optimized code ran 10-50 times faster, depending on the number of points and point dimensions.
```bash
python "examples/comparison.py"
```
نیازمندی
| مقدار | نام |
|---|---|
| >=1.0 | numpy |
| - | importlib-metadata |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.6 | Python |
نحوه نصب
نصب پکیج whl cyminiball-2.1.1:
pip install cyminiball-2.1.1.whl
نصب پکیج tar.gz cyminiball-2.1.1:
pip install cyminiball-2.1.1.tar.gz