针对科学数据集的数据分发
项目描述
____ _ _ _
| _ \ __ _ | |_ __ _ | | __ _ __| |
| | | | / _` | | __| / _` | | | / _` | / _` |
| |_| | | (_| | | |_ | (_| | | |___ | (_| | | (_| |
|____/ \__,_| \__| \__,_| |_____| \__,_| \__,_|
Read me
分发
10000 英尺概览
DataLad 的目的是使数据管理和数据分发更加易于访问。为此，它基于 Git 和 Git-annex，提供一种去中心化的数据交换系统。这包括从在线门户自动摄取数据，并以 Git(-annex) 仓库或数据集的形式提供它。然而，实际的数据存储和权限管理仍然由原始数据提供者保留。
完整的文档可在 http://docs.datalad.org 获取，而 http://handbook.datalad.org 则提供了 DataLad 的实用教程。
扩展
一些扩展提供了 DataLad 的额外功能。扩展是独立的包，需要在 DataLad 之外安装。为了安装针对特定领域的定制 DataLad，可以直接安装扩展，DataLad 本身将自动与其一起安装。有关扩展的 注释列表 可在 DataLad 手册 中找到。
支持
此项目的文档可在以下位置找到： http://docs.datalad.org
有关此软件的所有错误、问题和增强请求都可以在此提交： https://github.com/datalad/datalad/issues
如果您遇到问题或想询问有关如何使用 DataLad 的问题，请在 NeuroStars.org 上提交一个问题，并使用 datalad 标签。NeuroStars.org 是一个类似于 StackOverflow 但专注于神经信息学的平台。
所有以前的 DataLad 问题均可在以下位置找到： http://neurostars.org/tags/datalad/
安装
基于 Debian 的系统
在基于 Debian 的系统上，我们建议通过 NeuroDebian 启用，我们通过它提供 DataLad 的新版本。启用后，只需执行以下操作
apt-get install datalad
基于 Gentoo 的系统
在基于 Gentoo 的系统上（即所有可以解析 ebuilds 的包管理器，如 包管理器规范 所述的系统），我们建议通过 启用 ::science overlay，我们通过它提供 DataLad 的新版本。启用后，只需运行
emerge datalad
其他 Linux 系统，通过 conda 安装
conda install -c conda-forge datalad
将安装最新版本，并通过
conda install -c conda-forge/label/rc datalad
其他 Linux 系统，macOS 通过 pip 安装
在安装此软件包之前，请确保您已安装了最新版本的 git-annex。之后，从 PyPI 安装最新版本的 datalad。建议使用专用 virtualenv
# Create and enter a new virtual environment (optional)
virtualenv --python=python3 ~/env/datalad
. ~/env/datalad/bin/activate
# Install from PyPI
pip install datalad
默认情况下，通过pip安装将安装DataLad的核心功能，允许管理数据集等。还有其他安装方案可供选择，您可以通过pip install datalad[SCHEME]请求增强安装，其中SCHEME可以是：
tests以安装DataLad单元测试所使用的依赖项。full以安装所有依赖项。
有关安装和初始配置的更多详细信息，请参阅DataLad手册：安装。
许可证
MIT/Expat
贡献
如果您对内部结构或项目贡献感兴趣，请参阅CONTRIBUTING.md。
致谢
DataLad项目得到了以下资助的支持：
-
美国-德国计算神经科学合作项目“DataGit：将目录、仓库和部署物流汇聚成一个联邦的‘数据分发’”（Halchenko/Hanke），由美国国家科学基金会（NSF 1429999）和德国联邦教育与研究部（BMBF 01GQ1411）共同资助。
-
CRCNS美国-德国数据共享“DataLad - 一个用于集成发现、管理和发布科学数字对象的分布式系统”（Halchenko/Pestilli/Hanke），由美国国家科学基金会（NSF 1912266）和德国联邦教育与研究部（BMBF 01GQ1905）共同资助。
-
赫尔姆斯赫茨研究中心朱利希，2022年FDM挑战
-
萨克森-安哈尔特州和欧洲区域发展基金（ERDF），项目：行为脑科学中心，成像平台
-
ReproNim项目（NIH 1P41EB019936-01A1）。
-
德国研究共同体（DFG，德国研究基金会）在SFB 1451项目下（431549029，INF项目）
-
欧盟地平线2020研究和创新计划下的资助协议
为开发提供的Mac mini实例由MacStadium提供。
贡献者✨
感谢以下这些出色的人（emoji key）
下载文件
下载适用于您平台的文件。如果您不确定选择哪个，请了解有关安装软件包的更多信息。
