MNE-Python项目，用于MEG和EEG数据分析。
项目描述
MNE-Python
MNE-Python是一个开源的Python包，用于探索、可视化和分析人类神经生理数据，如MEG、EEG、sEEG、ECoG等。它包括数据输入/输出、预处理、可视化、源估计、时频分析、连通性分析、机器学习、统计学等功能模块。
文档
MNE-Python文档 包含安装说明、教程和各种主题的示例，以及贡献指南和API参考。
论坛
用户论坛 [点击访问] 是询问MNE-Python使用或贡献流程问题的最佳场所。论坛还提供工作机会和其他公告。
如果您发现MNE-Python的bug或有添加新功能的想法，请使用我们的GitHub仓库的 问题跟踪器。
安装
要使用最小依赖项安装MNE-Python的最新稳定版本，请在终端中使用 pip。
$ pip install --upgrade mneMNE-Python当前版本需要Python 3.9或更高版本。MNE-Python 0.17是最后一个支持Python 2.7的版本。
有关更完整的说明，包括我们的独立安装程序和更高级的安装方法，请参阅 安装指南。
获取开发版本
要使用 pip 安装MNE-Python的最新开发版本，打开终端并输入
$ pip install --upgrade https://github.com/mne-tools/mne-python/archive/refs/heads/main.zip要使用 git 克隆仓库，打开终端并输入
$ git clone https://github.com/mne-tools/mne-python.git依赖项
运行MNE-Python所需的最小依赖项包括
Python ≥ 3.9
NumPy ≥ 1.23
SciPy ≥ 1.9
Matplotlib ≥ 3.6
Pooch ≥ 1.5
为了实现全部功能，一些函数需要
scikit-learn ≥ 1.1
Joblib ≥ 0.15（用于并行化）
mne-qt-browser ≥ 0.5（用于快速原始数据可视化）
Qt ≥ 5.15，通过以下之一进行绑定（用于快速原始数据可视化和交互式3D可视化）
Numba ≥ 0.54.0
NiBabel ≥ 3.2.1
OpenMEEG ≥ 2.5.6
pandas ≥ 1.3.2
Picard ≥ 0.3
CuPy ≥ 9.0.0（用于NVIDIA CUDA加速）
DIPY ≥ 1.4.0
imageio ≥ 2.8.0
PyVista ≥ 0.32（用于3D可视化）
PyVistaQt ≥ 0.4（用于3D可视化）
mffpy ≥ 0.5.7
贡献
请参阅我们文档网站上的贡献指南。
关于
CI |
||
包 |
||
文档 |
||
元数据 |
许可证
MNE-Python遵循BSD-3-Clause许可证。
下载文件
下载适合您平台的文件。如果您不确定该选择哪个，请了解更多关于安装包的信息。
源代码发行版
构建发行版
mne-1.8.0.tar.gz的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 5247d92ebbc8e9871edca50d8071c024727249cb72ca1aba5fad1ee8ffa78312 |
|
| MD5 | eab1ef6578e0fb6a3fd2c0119279fb83 |
|
| BLAKE2b-256 | 49957f452591f863ca9d5a98b171ca6d2b3c357e94ca02e02a87149776a7db8e |
mne-1.8.0-py3-none-any.whl的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 8398695e2bf754a33cafe10668edb515297dc32014dec94e646491095fa959ab |
|
| MD5 | 14538682a127ba79f8fb91fa687a484e |
|
| BLAKE2b-256 | c835f6b8325e97917578122c9e8326aca751118f465540b7ddefc13e99ea932b |
