电子结构学习等变机器学习库。
项目描述
目录 由DocToc生成
e3psi
关于
电子结构学习等变机器学习库
开发
首先
您可以在Windows、GNU/Linux或Mac OS X上开发。您需要
- Python 3.6及以上版本和python虚拟环境。
- Git
入门
首先,Fork此仓库,然后启动您的命令提示符并...
- 克隆Forked仓库
- 导航到克隆的项目目录:
cd e3psi
- 激活您的python虚拟环境并
pip install -r requirements.txt
。 pre-commit安装
pre-commit install --hook-type commit-msg
pre-commit run --all-files
现在您可以开始编写代码了。
测试
只需运行pytest
。对于更详细的信息,包括测试覆盖率
pytest -vv --cov=. --cov-report term-missing
贡献
如果您想为项目做出贡献
- 如果您正在贡献代码,请尝试为您的代码编写一些测试,并确保测试通过。
- 通过
cz commit
提交您的更改。按照提示操作。完成后,将调用pre-commit
来确保您的贡献和提交遵循定义的约定。有关更多信息,请参阅pre-commit-config.yaml
。 - 您的提交消息应遵循此处描述的约定 (此处)。请用祈使句编写提交消息:“修复错误”而不是“已修复错误”或“修复错误”。此约定与
git merge
和git revert
等命令生成的提交消息相匹配。完成后,请创建一个 拉取请求。
项目详情
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,请了解更多关于 安装包 的信息。
源代码分发
e3psi-0.3.1.tar.gz (18.6 kB 查看哈希值)
构建分发
e3psi-0.3.1-py3-none-any.whl (12.9 kB 查看哈希值)
关闭
e3psi-0.3.1.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 7ada985f335df8347bd0f4e42bfda6d146e4ba2aedf1551e0c9cf397092d67d9 |
|
MD5 | 6eab05882cbd55fac9bbbc38f09208a0 |
|
BLAKE2b-256 | 82c227fd3da45a7115ee71ce35745b27f0616bcbb301ede8dbf707bbe00ab8ba |
关闭
e3psi-0.3.1-py3-none-any.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | d68bddf12d7e671bf457e0cb9c91ec6a8bd7e4f4bd724aea8db54863e4f76ad6 |
|
MD5 | ee708296c335e596be9357dba3fd7a22 |
|
BLAKE2b-256 | 91526e5485d244698bbb0ef1935364686d0b5fb52e060c02fb76d132cf4c8f3f |