跳转到主要内容

一组9ML模型和访问它们的Python基本函数

项目描述

https://travis-ci.org/INCF/nineml-catalog.svg https://coveralls.io/repos/github/INCF/nineml-catalog/badge.svg Supported Python versions Latest Version

The NineML Catalog is a collection of NineML models written in XML. See http://nineml.net/software/ for a list of software that support NineML.

Also included is a simple Python module ‘ninemlcatalog’ for convenient access to the models stored in the catalog using the NineML Python library.

编辑

The NineML Catalog is maintained by the NineML committee (http://nineml.net/committee).

安装

在NineML目录中“安装”XML模型,只需将仓库克隆到本地计算机的合理位置(例如$HOME/git/nineml-catalog),然后您可以使用相对或绝对URL从其他NineML文档中引用模型。在克隆之前,最好创建中央仓库的分支(https://github.com/INCF/nineml-catalog),这样您就可以将任何修改备份到自己的GitHub仓库中,然后向中央仓库打开合并请求(参见贡献)。

要安装Python模块,您需要安装NineML Python库。然后只需将目录仓库中的‘python’目录添加到您的PYTHONPATH。一旦安装了NineML Python库,您就可以通过以下命令运行单元测试

$ python -m unittest test

从git仓库目录,它将尝试加载和验证目录中的每个模型。

贡献

非常欢迎对目录的贡献。要添加模型或修改现有模型,只需更改本地模型,将其推送到您的GitHub分支,并向INCF分支的master分支打开一个带有简要说明的pull请求,说明您的模型是什么或修改解决了什么(参见https://help.github.com/articles/using-pull-requests/)。

为了使与中央仓库的合并可行,强烈建议您从中央仓库的master分支创建不同的更改集,在独立的feature分支中进行更改,然后将它们合并在一起,创建包含所有自定义的目录“develop”分支。

在打开pull请求之前,请在文档的注释块中添加作者信息和相关的科学引用。还鼓励您创建或链接模型,以Open Source Brain上的条目(参见http://www.opensourcebrain.org/docs#Creating_Your_Own_Project)。

项目详情


下载文件

下载适合您平台文件。如果您不确定选择哪个,了解更多关于安装包的信息。

源分发

ninemlcatalog-0.1.2.tar.gz (13.1 kB 查看哈希)

上传时间

构建分发

ninemlcatalog-0.1.2-py2.py3-none-any.whl (39.1 kB 查看哈希)

上传时间 Python 2 Python 3

由以下支持