matplotlib / matplotlib/mpl_data_containers
Data library sources that are worth integrating with
Personne n'a encore pris cette issue.
- Langage dominant
- Python
- Étoiles
- 10
- Forks
- 6
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Description
Some of these may be proof of concept level at best while they are under our control, but good to keep many in mind to avoid overspecializing and painting ourselves into a corner:
- numpy arrays (or rather dictionaries of numpy arrays)
- pandas
- xarray
- dask
- tiled
- WrightTools (It's my graduate work, so useful as a test bed for integrations into libraries themselves)
- raw h5py
- Zarr
- functions
- web APIs
- databases
- networkx (graph data rather than array-like)
Guide de contribution
Ouvrir le guide de contribution
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Piste de recherche
L’issue répertorie des intégrations possibles, notamment les tableaux NumPy, pandas, xarray, dask, tiled, WrightTools, h5py, Zarr, les fonctions, les API web, les bases de données et networkx, mais ne nomme aucun fichier, test ou point d’entrée. Commencez par définir quelle source ou quelles sources sont concernées et quel comportement d’intégration est requis. Ce qui est considéré comme terminé n’est pas spécifié au-delà de l’évitement de la surspécialisation et de la prise en charge de sources de données utiles.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- numpy, pandas, python
- Domaine
- data
- Type d'issue
- Fonctionnalité
- Difficulté
- 5/5
- Temps estimé
- Plus d'une semaine
- Activité
- À l'abandon
- Clarté
- À clarifier
- Accessibilité débutants
- 20/100