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 framework-agnostic datasets library for Machine Learning research and education.

ویژگی	مقدار
سیستم عامل	-
نام فایل	dataget-0.4.9
نام	dataget
نسخه کتابخانه	0.4.9
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Cristian Garcia
ایمیل نویسنده	cgarcia.e88@gmail.com
آدرس صفحه اصلی	https://cgarciae.github.io/dataget
آدرس اینترنتی	https://pypi.org/project/dataget/
مجوز	MIT

# Dataget Dataget is an easy to use, framework-agnostic, dataset library that gives you quick access to a collection of Machine Learning datasets through a simple API. Main features: * **Minimal**: Downloads entire datasets with just 1 line of code. * **Framework Agnostic**: Loads data as `numpy` arrays or `pandas` dataframes which can be easily used with the majority of Machine Learning frameworks. * **Transparent**: By default stores the data in your current project so you can easily inspect it. * **Memory Efficient**: When a dataset doesn't fit in memory it will return metadata instead so you can iteratively load it. * **Integrates with Kaggle**: Supports loading datasets directly from Kaggle in a variety of formats. Checkout the [documentation](https://cgarciae.github.io/dataget/) for the list of available datasets. ## Getting Started In dataget you just have to do two things: * Instantiate a `Dataset` from our collection. * Call the `get` method to download the data to disk and load it into memory. Both are usually done in one line: ```python import dataget X_train, y_train, X_test, y_test = dataget.image.mnist().get() ``` This example downloads the [MNIST](http://yann.lecun.com/exdb/mnist/) dataset to `./data/image_mnist` and loads it as `numpy` arrays. ### Kaggle Support Kaggle [promotes](https://www.kaggle.com/docs/datasets#supported-file-types) the use of `csv` files and `dataget` loves it! With dataget you can quickly download any dataset from the platform and have immediate access to the data: ```python import dataget df_train, df_test = dataget.kaggle(dataset="cristiangarcia/pointcloudmnist2d").get( files=["train.csv", "test.csv"] ) ``` To start using Kaggle datasets just make sure you have properly installed and configured the [Kaggle API](https://github.com/Kaggle/kaggle-api). In the future we want to expand Kaggle support in the following ways: * Be able to load any file that `numpy` or `pandas` can read. * Have generic support for other types of datasets like images, audio, video, etc. * e.g `dataget.data.kaggle(..., type="image").get(...)` ## Installation ```bash pip install dataget ``` ## Contributing Adding a new dataset is easy! Read our guide on [Creating a Dataset](https://cgarciae.github.io/dataget/dataset/) if you are interested in contributing a dataset. ## License MIT License

نیازمندی

مقدار	نام
>=1.5.6,<2.0.0	kaggle
>=0.11.1,<0.12.0	httpx
>=1.18.1,<2.0.0	numpy
>=0.4.0,<0.5.0	aiofiles
>=4.42.1,<5.0.0	tqdm
>=1.2.2,<2.0.0	idx2numpy
>=1.0.1,<2.0.0	pandas

زبان مورد نیاز

مقدار	نام
>=3.6.1,<4.0.0	Python

نحوه نصب

نصب پکیج whl dataget-0.4.9:

pip install dataget-0.4.9.whl

نصب پکیج tar.gz dataget-0.4.9:

pip install dataget-0.4.9.tar.gz