亚洲香蕉午夜国产理论电影_国产欧美视频在线播放_小早川怜子亚洲重口味_亚洲av无码国产精品午夜主播

　　ipybd 選擇 pandas.DataFrame作為框架的基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)，這使其在應(yīng)對不同格式的數(shù)據(jù)集時(shí)，能夠借助 pandas 完善的功能接口，實(shí)現(xiàn)一致且穩(wěn)定的數(shù)據(jù)提取。目前ipybd 支持 Excel, CSV, TEXT, JSON 等文件的數(shù)據(jù)提取。同時(shí)還可直接接收 DataFrame對象或者通過 SQL 語句進(jìn)一步從各類關(guān)系型數(shù)據(jù)庫中提取所需的數(shù)據(jù)。

二、數(shù)據(jù)處理方法

　　 ipybd 為生物多樣性數(shù)據(jù)的處理專門定制了一些基本的內(nèi)置數(shù)據(jù)處理方法，目前這些方法涉及：

　　物種學(xué)名：能夠?qū)⒏黝愂止まD(zhuǎn)錄的拉丁名轉(zhuǎn)換為規(guī)范的格式，并可以在線實(shí)時(shí)的批量獲取 POWO, IPNI, 中國生物物種名錄上相應(yīng)物種的最新分類階元、分類處理、物種圖片、發(fā)表文獻(xiàn)、相關(guān)異名等信息；

　　日期與時(shí)間：可以對各類樣式，各種手工轉(zhuǎn)錄的日期和時(shí)間，進(jìn)行嚴(yán)格的校驗(yàn)、清洗和轉(zhuǎn)換，并可根據(jù)需要輸出不同樣式；

　　經(jīng)緯度：可以對各類樣式，各種手工轉(zhuǎn)錄的經(jīng)緯度，進(jìn)行嚴(yán)格的清洗、校驗(yàn)和轉(zhuǎn)換；

　　中文行政區(qū)劃：可以對各種自然語言表達(dá)的中文縣級及其以上的行政區(qū)劃進(jìn)行高品質(zhì)的匹配、校正和轉(zhuǎn)換；

　　選值：能夠?yàn)楦鞣N字段定義標(biāo)準(zhǔn)的選值和別名轉(zhuǎn)換關(guān)系，并根據(jù)轉(zhuǎn)換關(guān)系，自動完成現(xiàn)有值的規(guī)范化；

　　數(shù)值和數(shù)值區(qū)間：可以對各類數(shù)值或數(shù)值區(qū)間，進(jìn)行自動化的清洗、校正和轉(zhuǎn)換；

　　重復(fù)值校驗(yàn)：可根據(jù)單個(gè)屬性或多個(gè)屬性聯(lián)合標(biāo)注數(shù)據(jù)集中的重復(fù)值；

　　空值和空列填充：可以使用自定義值對空值或空列進(jìn)行必要的填充；

　　拆分與合并：ipybd 不僅可以對數(shù)據(jù)列進(jìn)行各種合并和拆分（比如中英文切分），還可以將單列、多列或整個(gè)數(shù)據(jù)集映射為各種復(fù)雜嵌套結(jié)構(gòu)的 Python dict list 對象或者 JSON Object 和 Array，從而為各類數(shù)據(jù)分析和互聯(lián)網(wǎng)平臺的數(shù)據(jù)交換工作提供靈活強(qiáng)大的格式轉(zhuǎn)換支持。

　　行列表格數(shù)據(jù)可以被 ipybd 轉(zhuǎn)換為具備復(fù)雜嵌套結(jié)構(gòu)的 JSON 對象

三、數(shù)據(jù)模型

　　數(shù)據(jù)模型是 ipybd 實(shí)現(xiàn)數(shù)據(jù)集自動清洗的核心，ipybd 內(nèi)置了涵蓋物種發(fā)現(xiàn)、標(biāo)簽打印、數(shù)據(jù)交換在內(nèi)的一系列數(shù)據(jù)模型，同時(shí)還特別針對國內(nèi)現(xiàn)有的一些生物多樣性平臺比如 NSII、CVH、Kingdonia 定制了一些專有的數(shù)據(jù)模型。用戶只需通過一兩行代碼，即可調(diào)用這些模型實(shí)現(xiàn)眾源數(shù)據(jù)到特定標(biāo)準(zhǔn)數(shù)據(jù)集的清洗和轉(zhuǎn)換。

　　三行代碼借助 ipybd.Occurrence 模型自動清洗數(shù)據(jù)的效果

四、自定義數(shù)據(jù)模型

　　通過 ipybd 自定義一個(gè)可以將絕大多數(shù)行列表格轉(zhuǎn)換為含有記錄人、記錄編號、采集日期、省、市、學(xué)名六個(gè)固定字段的泛化轉(zhuǎn)換模型

　　 ipybd 數(shù)據(jù)模型同樣支持用戶自定義。通過 ipbyd 模型定義語義，用戶可以快速定制出個(gè)性化的數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換模型以及數(shù)據(jù)結(jié)構(gòu)映射模型。前者可以針對特定數(shù)據(jù)集構(gòu)建完全定制化的數(shù)據(jù)清洗模型，后者則可以根據(jù)字段別名的映射關(guān)系實(shí)現(xiàn)具有良好泛化能力的眾源數(shù)據(jù)清洗模型。此外ipybd 數(shù)據(jù)模型同樣支持?jǐn)?shù)據(jù)清洗功能的個(gè)性化擴(kuò)展，用戶不僅可以自定義模型結(jié)構(gòu)，還可以自定義數(shù)據(jù)處理方法。

五、標(biāo)簽打印

　　標(biāo)簽打印是ipybd為標(biāo)本館等機(jī)構(gòu)專門定制的功能（當(dāng)前版本僅支持植物/菌物標(biāo)簽的打印），標(biāo)簽是數(shù)字標(biāo)本信息最初的轉(zhuǎn)錄依據(jù)。通常中大型標(biāo)本館需要接收來自各方的標(biāo)本，不同來源的標(biāo)本數(shù)據(jù)格式千差萬別。打印標(biāo)本標(biāo)簽時(shí)，往往需要耗費(fèi)大量的精力和時(shí)間用于檢查數(shù)據(jù)和轉(zhuǎn)換格式。這不僅顯著增加了工作量，也增加了人工處理數(shù)據(jù)出錯(cuò)的風(fēng)險(xiǎn)。

　　  ipybd 可以利用標(biāo)本采集數(shù)據(jù)表直接生成附有條形碼的采集標(biāo)簽，條形碼會根據(jù)每份采集的標(biāo)本份數(shù)自動編排。同時(shí)，ipybd 還會同步生成一份標(biāo)本數(shù)據(jù)表，以避免后期數(shù)字化工作中人工處理數(shù)據(jù)造成的條形碼匹配錯(cuò)誤。

六、數(shù)據(jù)統(tǒng)計(jì)分析的能力

　　 ipybd 原生支持 Pandas 完備的數(shù)據(jù)統(tǒng)計(jì)和分析功能。作為 Python 數(shù)據(jù)分析生態(tài)中的核心庫，pandas豐富的應(yīng)用生態(tài)體系也為后續(xù) ipybd 拓展生物多樣性相關(guān)的分析能力提供了堅(jiān)實(shí)的開發(fā)基礎(chǔ)。

七、擁抱開源

　　 ipybd 是開源的，遵從 GNU General Public License v3.0 許可。

　　詳細(xì)的使用說明和開源項(xiàng)目請見 GitHub: https://github.com/leisux/ipybd 

　　歡迎有興趣的同行 Fork ipybd。