DataLad扩展包，用于在容器化环境中工作
项目描述
____ _ _ _
| _ \ __ _ | |_ __ _ | | __ _ __| |
| | | | / _` || __| / _` || | / _` | / _` |
| |_| || (_| || |_ | (_| || |___ | (_| || (_| |
|____/ \__,_| \__| \__,_||_____| \__,_| \__,_|
Container
此扩展增强了DataLad（《http://datalad.org》）以支持计算容器的工作。请参阅扩展文档以获取有关附加命令和功能的说明。
有关如何使用或贡献DataLad（以及此扩展）的一般信息，请参阅《DataLad网站》或主要GitHub项目页面。
安装
在安装此包之前，请确保您已安装git-annex的最新版本。之后，从PyPi安装datalad-container的最新版本。建议使用专门的virtualenv
# create and enter a new virtual environment (optional)
virtualenv --system-site-packages --python=python3 ~/env/datalad
. ~/env/datalad/bin/activate
# install from PyPi
pip install datalad_container
它也适用于conda包管理器，来自conda-forge
conda install -c conda-forge datalad-container
支持
本项目文档可在此处找到：http://docs.datalad.org/projects/container
有关此软件的所有错误、疑问和建议增强功能，都可以在此提交：https://github.com/datalad/datalad-container/issues
如果您在使用DataLad时遇到问题或想询问有关如何使用DataLad的问题，请将带有datalad标签的问题提交给NeuroStars.org。NeuroStars.org是一个类似于StackOverflow的平台，但专注于神经信息学。
所有以前的数据Lad问题都可在以下位置找到：http://neurostars.org/tags/datalad/
致谢
DataLad的开发得到了美国-德国计算神经科学（CRCNS）项目“DataGit：将目录、仓库和部署物流融合到联邦的‘数据分发’”的支持，该项目由美国国家科学基金会（NSF 1429999）和德国联邦教育和研究部（BMBF 01GQ1411）共同资助。此外，由德国萨克斯-安哈尔特州和欧洲区域发展基金（ERDF）以及行为脑科学成像平台项目提供额外支持。此工作还得到了ReproNim项目（NIH 1P41EB019936-01A1）的协助。
下载文件
下载您平台上的文件。如果您不确定选择哪个，请了解有关安装包的更多信息。
源分布
构建分布
datalad_container-1.2.5.tar.gz的散列
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | b721e71daf9b38fbb70b528198eabfadd9e0769a060cdfc32459fa8e6ac428e3 |
|
| MD5 | 3d66cc42539141a5338957b720ca3743 |
|
| BLAKE2b-256 | 6fe7ca5acd08313789f3cb72a4b308185e7b94d0c3c79925f8dfa13fe0e097c8 |