网络约束空间数据分析
项目描述
pysal/spaghetti
SPAtial GrapHs: nETworks, Topology, & Inference
Spaghetti 是一个开源的 Python 库，用于分析基于网络的地理空间数据。它起源于 PySAL（Python 空间分析库）中的 network 模块，目前正在积极开发，以包含构建图论网络和分析网络事件的新提出的方法。
网络的最小生成树示例
 |
 |
 |
 |
|---|---|---|---|
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
示例
以下是一些示例的选择，可以从各自页面的链接中单独启动为交互式绑包。更多示例可以在文档的 教程 部分找到。有关此存储库的 pysal/notebooks 版本的 jupyter-book 版本，请参阅 pysal/notebooks 项目。
安装
已测试 spaghetti 对 Python >= 3.10 的支持。请确保您正在 Python >= 3.10 环境中操作。
使用 conda 通过 conda-forge 安装（强烈推荐）
要安装 spaghetti 和所有其依赖项，我们建议使用 conda 管理器，特别是使用 conda-forge 通道。这可以通过安装 Anaconda Distribution（一个免费的数据科学 Python 发行版）或通过 miniconda（仅包含 Python 和 conda 软件包管理器的最小发行版）来获得。
使用 conda，可以按如下方式安装 spaghetti
$ conda config --set channel_priority strict
$ conda install --channel conda-forge spaghetti
此外，geopandas 提供了 一个创建用于处理空间数据的全新环境的示例。
使用 PyPI 安装
$ pip install spaghetti
或 下载源代码分发（.tar.gz）并将其解压缩到您的选定位置。打开命令行并导航到解压缩的文件夹。
$ pip install .
警告
通过 pip 安装时，您必须确保操作系统上安装了 spaghetti 所需的依赖项。有关安装这些软件包的详细信息，请参阅下面的链接。使用 conda（如上所述）可以避免单独安装依赖项。
通过运行以下命令安装 spaghetti 的最新开发版本
$ pip install git+https://github.com/pysal/spaghetti
需求
历史记录
spaghetti 是在 Python 空间分析库生态系统中创建并演变的，专门用于利用 libpysal 中空间权重功能的生成网络片段连续性对象。PySAL 项目始于 2000 年代中期，当时安装维护困难。由于对次要包依赖的非平凡性，有意识地决定限制依赖关系，并在所有可能的情况下构建原生 PySAL 数据结构。因此，原始的 pysal.network 子模块被开发出来，以满足将网络数据结构支持与 PySAL 权重数据结构集成的需求，目标受众是空间数据科学家和任何对在 PySAL 中研究以网络为中心的现象感兴趣的人。由于 spaghetti 中网络功能的共同开发和更广泛的 PySAL 生态系统的演变，如今，该包提供了易于与 PySAL 的其余部分集成的专业网络功能。这使得 spaghetti 网络功能的使用者能够访问补充网络分析的空间分析功能，例如与 esda 的空间统计工具以及与 libpysal 的核心组件的集成：libpysal.weights（如上所述）、libpysal.cg（计算几何和数据结构）、libpysal.io（输入-输出）和 libpysal.examples（内置示例数据）。
贡献
PySAL-spaghetti 正在积极开发中，欢迎贡献者。
如果您有任何建议、功能请求或错误报告，请在新 GitHub 问题上 提出。要提交补丁，请在提交 拉取请求 之前，审查 PySAL 开发者文档、PySAL 的 开发指南 和 spaghetti 的 贡献指南。一旦您的更改被合并，您将自动被添加到 贡献者列表。
支持
如果您遇到问题，请 创建一个问题，开始一个 讨论，或在 PySAL 的 Discord 频道 中与我们交谈。所有问题、评论和讨论应尽可能在公开论坛上进行。私人消息和电子邮件将不会得到实质性回复。
行为准则
作为 PySAL 联邦项目，spaghetti 遵循 行为准则，该准则位于 PySAL 治理模型 下。
许可证
该项目采用 BSD 3-Clause 许可证。
BibTeX 引用
如果您在科学出版物中使用 PySAL-spaghetti，我们将非常感谢您使用以下引用
@article{Gaboardi2021,
doi = {10.21105/joss.02826},
url = {https://doi.org/10.21105/joss.02826},
year = {2021},
publisher = {The Open Journal},
volume = {6},
number = {62},
pages = {2826},
author = {James D. Gaboardi and Sergio Rey and Stefanie Lumnitz},
title = {spaghetti: spatial network analysis in PySAL},
journal = {Journal of Open Source Software}
}
@misc{Gaboardi2018,
author = {Gaboardi, James D. and Laura, Jay and Rey, Sergio and
Wolf, Levi John and Folch, David C. and Kang, Wei and
Stephens, Philip and Schmidt, Charles},
month = {oct},
year = {2018},
title = {pysal/spaghetti},
url = {https://github.com/pysal/spaghetti},
doi = {10.5281/zenodo.1343650},
keywords = {graph-theory,network-analysis,python,spatial-networks,topology}
}
资助
此项目部分由以下资助
下载文件
下载适用于您平台文件。如果您不确定选择哪个，请了解更多关于 安装包 的信息。
源分发
构建分发
spaghetti-1.7.6.tar.gz 的散列值
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | c9beddbb3bf285e88745d36aee886c78ac6e6a416f0f9b1a441265c8c08f923d |
|
| MD5 | 95ae17e48f428bc2ed72e4500cc969a1 |
|
| BLAKE2b-256 | 07eb55d382ef7c0b1459ccd419e19d46aa9f64effaf99e3651a8f6919964efcb |
spaghetti-1.7.6-py3-none-any.whl 的散列值
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | 184ececfac6006843c22ca5d2de31621983606e7a611c0107fe5ae4ead33396e |
|
| MD5 | 805ec6fd7d80c3cb5bd0a08a0ed5136e |
|
| BLAKE2b-256 | 29048f6b281e28cc090f368f5eee126d8fd72f60ed9a318893a54989918b048b |
