معرفی شرکت ها


dohlee-0.1.9


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

توضیحات

My personal python utility library.
ویژگی مقدار
سیستم عامل -
نام فایل dohlee-0.1.9
نام dohlee
نسخه کتابخانه 0.1.9
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Dohoon Lee
ایمیل نویسنده apap950419@gmail.com
آدرس صفحه اصلی https://github.com/dohlee/python-dohlee
آدرس اینترنتی https://pypi.org/project/dohlee/
مجوز MIT license
<h1 align="center">python-dohlee</h1> <p align="center">My personal python library.</p> <p align="center"> <a href="https://readthedocs.org/projects/python-dohlee"><img src="https://readthedocs.org/projects/python-dohlee/badge/?style=flat" /></a> <a href="https://pypi.python.org/pypi/dohlee"><img src="https://img.shields.io/pypi/v/dohlee.svg" /></a> <a href="https://travis-ci.org/dohlee/python-dohlee"><img src="https://travis-ci.org/dohlee/python-dohlee.svg?branch=develop" /></a> <a href="https://coveralls.io/r/dohlee/python-dohlee"><img src="https://coveralls.io/repos/dohlee/python-dohlee/badge.svg?branch=develop&service=github" /></a> </p> <h2 align="center">Installation</h2> ``` pip install dohlee ``` <h2 align="center">Examples</h2> ### dohlee.plot Plotting library. Provides simple ways to produce publication-ready plots. ***dohlee.plot.mutation_signature*** ```python import dohlee.plot as plot; plot.set_style() # Sets plot styles. ax = plot.get_axis(figsize=(20.4, 3.4)) plot.mutation_signature(data, ax=ax) ``` ![mutation_signature](img/mutation_signature.png) ***dohlee.plot.boxplot*** ```python ax = plot.get_axis(preset='wide', transpose=True) plot.boxplot(data=iris, x='species', y='sepal_length', ax=ax) ``` <p align='center'><img src='img/boxplot.png' style='width:300px'/></p> ***dohlee.plot.histogram*** ```python ax = plot.get_axis(preset='wide') plot.histogram(iris.sepal_length, bins=22, xlabel='Sepal Length', ylabel='Frequency', ax=ax) ``` <p align='center'><img src='img/histogram.png' /></p> ***dohlee.plot.frequency*** ```python ax = plot.get_axis(preset='wide') plot.frequency(data, ax=ax, xlabel='Your numbers', ylabel='Frequency') ``` <p align='center'><img src='img/frequency.png'></p> ***dohlee.plot.tsne*** ```python ax = plot.get_axis(preset='wide') plot.tsne( iris[['sepal_length', 'sepal_width', 'petal_length', 'petal_width']], ax=ax, s=5, labels=iris['species'] ) ``` <p align='center'><img src='img/tsne.png'></p> ***dohlee.plot.stacked_bar_chart*** ```python # Generate sample data. n_samples = 100 sample_dict = {'Sample': ['S%d' % i for i in range(1, n_samples + 1)]} value_dict = {c: np.random.randint(0, 100, size=n_samples) for c in ['Missense', 'Nonsense', 'Silent']} test_data = pd.DataFrame({**sample_dict, **value_dict}) # Plot stacked bar chart. plot.stacked_bar_chart( data=test_data, x='Sample', y=['Missense', 'Nonsense', 'Silent'], ax=plot.get_axis(figsize=(14.4, 3.4)), xticklabels=False, sort=True, ylabel='Number of mutations', xlabel='Sample', legend_size='xx-large') ``` <p align='center'><img src='img/stacked_bar_chart.png'></p> ***dohlee.plot.linear_regression*** ```python ax = plot.get_axis(preset='wide') x = np.linspace(0, 1, 100) y = 2 * x + 3 + np.random.normal(0, 0.3, len(x)) plot.linear_regression(x, y, ax=ax) ``` <h2 align='center'><img src='img/linear_regression.png' /></h2> <h2 align='center'>Development</h2> Since this package is updated as needed when I'm doing my research, the development process fits well with TDD cycle. - When you feel a need to write frequently-used research workflow as a function, write rough tests so that you can be sure that the function you've implemented just meets your need. Write the name of test function as verbose as possible! - Run test with following commands. By default, nosetests ignores runnable files while finding test scripts. *--exe* option revokes it. ```shell nosetests --exe --with-coverage --cover-package=dohlee ``` OR ```shell tox -e py35,py36 ``` - When sufficient progress have been made, test if the package can be published. ```shell tox ``` - If all tests are passed, distribute the package via PyPI. ```shell python setup.py sdist twine upload dist/dohlee-x.x.x.tar.gz ```


نحوه نصب


نصب پکیج whl dohlee-0.1.9:

    pip install dohlee-0.1.9.whl


نصب پکیج tar.gz dohlee-0.1.9:

    pip install dohlee-0.1.9.tar.gz