Viac

Tvorba doplnku Python pomocou nástrojov zabudovaných do ModelBuilder?

Tvorba doplnku Python pomocou nástrojov zabudovaných do ModelBuilder?


Pomocou nástroja na tvorbu modelov som pomocou nástroja ArcGIS 10.2 vytvoril sadu nástrojov v paneli nástrojov.

Chcel by som ich distribuovať ako lištu nástrojov, a tak som vytvoril doplnok ArcGIS Python. Dúfal som, že nástroje môžem exportovať ako skripty pythonu a skopírovať kód do doplnku. Zdá sa však, že to nie je také jednoduché.

Je možné pomocou doplnkov Python vytvoriť okno na zadanie parametrov a spustiť skript tak, ako fungujú nástroje / panely nástrojov?

Aktualizácia

Našiel som užitočný príspevok na blogu.

Toto je môj kód

import arcpy import pythonaddins import os.path class multiplebenefits (object): "" "Implementácia pre ArcGISAddin_addin.multiplebenefits (Tool)" "" def __init __ (self): self.enabled = True self.checked = False def onClick (self): # názov súboru nástrojov bez prípony tbx toolboxName = "mytoolbox" # názov nástroja, ktorý sa má vykonať toolName = "mymodel" # vytvoriť reťazec s cestou k súboru nástrojov toolboxPath = os.path.join (os.path.dirname (__ file__), toolboxName + ".tbx") # volanie geoprocesného nástroja pythonaddins.GPToolDialog (toolboxPath, toolName)

Zobrazuje sa mi však chybové hlásenie:

Nepodarilo sa otvoriť nástroj mymodel (mytoolbox.tbx)

TypeError: GPToolDialog () trvá najviac 1 argument (2 zadané)


TypeError: GPToolDialog () trvá najviac 1 argument (2 zadané), chyba bola spôsobená chybou v hodnote toolName, toto nie je názov, ako sa zobrazuje v poli s nástrojmi, musí byť nastavený vo vlastnostiach modelu.


Vytvorte si vlastný názor.

60 000 verejných a viac ako milión súkromných spoločností z viac ako 130 krajín a 100 mien.

Bankovníctvo, poisťovníctvo, nehnuteľnosti, kovy a ťažba, energetika, TMT a oveľa viac.

Compustat® Severná Amerika, globálna, historická, priemyselná a point-in-time.

Získajte prístup k transakciám s hodnotou viac ako 2,1 milióna vrátane fúzií a akvizícií, kôl financovania, bankrotov a oveľa viac.

Viac ako 45 000 súčasných verejných a súkromných spoločností s históriou až do roku 2004.

Viac ako 1 000 000 vývojov na 207 000+ spoločností po celom svete s 2 000+ novými položkami denne.

2 500 000+ súkromných a verejných riadiacich pracovníkov spoločností a investičných profesionálov.

Odhady a analýza konsenzu

100+ krajín a 18 000+ aktívnych spoločností od 670+ aktívnych prispievateľov.

Sledujte aktivity spoločnosti pomocou rozsiahleho súboru údajov o udalostiach a prepisoch.

Zrýchlite svoj pracovný tok.

Vyžiadajte si ukážku

Ste o krok bližšie k odblokovaniu našej sady komplexných a robustných nástrojov.

Vyplňte formulár, aby sme vás mohli spojiť s tou pravou osobou.

Ocenenia Waters Rankings 2019:

Ak má vaša spoločnosť aktuálne predplatné u spoločnosti S & ampP Global Market Intelligence, môžete sa zaregistrovať ako nový používateľ pre prístup k platformám, na ktoré sa vzťahuje vaša licencia, na platforme Market Intelligence alebo S & ampP Capital IQ.

Jeden z našich zástupcov bude čoskoro v kontakte, aby vám pomohol začať s ukážkou.

Ďakujeme za váš záujem o S&P Global Market Intelligence! Všimli sme si, že si sa identifikoval ako študent. Vďaka existujúcim partnerstvám s akademickými inštitúciami po celom svete je pravdepodobné, že už máte prístup k našim zdrojom. Prihlášky študentov získate od svojich profesorov, knižníc alebo administratívnych pracovníkov.

V súčasnosti nemôžeme študentom ponúknuť bezplatné skúšobné verzie ani ukážky produktov. Ak zistíte, že naše riešenia nie sú k dispozícii, odporúčame vám, aby ste sa na svojej univerzite zasadzovali o najlepšiu výučbu v triede, ktorá vám pomôže ešte dlho po ukončení štúdia. Ospravedlňujeme sa za prípadné nepríjemnosti, ktoré to môže spôsobiť.


Python a Db2

Názov podľa britskej komediálnej televíznej šou Lietajúci cirkus Montyho Pythona, Python vytvoril Guido Van Rossum z Národného výskumného ústavu pre matematiku a informatiku v roku 1989. (Prvý tlmočník Pythonu bol vyvinutý ako záľuba, druhý bol všeobecne dostupný 16. októbra 2000.) Odvtedy jeho nasledovanie stabilne rastie a podľa TIOBE Programming Community Index z marca 2019 je tretím najpopulárnejším programovacím jazykom, ktorý sa dnes používa.

Python je odvodený z mnohých ďalších jazykov, vrátane škrupín ABC, Modula-3, C, C ++, Algol-68, SmallTalk a UNIX, ako sú ksh a bash. Preto ponúka celý rad základných typov údajov: čísla (reťazce s pohyblivou rádovou čiarkou, komplexné a dlhé celé čísla s neobmedzenou dĺžkou) (ASCII a Unicode), zoznamy n-tíc a slovníkov. Poskytuje tiež množstvo vstavaných funkcií a tiež niekoľko konštruktov (napríklad je k dispozícii konštrukcia slučky, ktorá môže iterovať nad položkami v kolekcii). Python navyše prichádza so širokou štandardnou knižnicou, ktorá sa skladá zo stoviek modulov, ktoré možno použiť na vykonávanie mnohých bežných programovacích operácií, ako je pripojenie na webový server, hľadanie textu pomocou regulárnych výrazov a čítanie alebo úprava súborov.

Medzi ďalšie funkcie, ktoré Python poskytuje, patria:

  • Podpora metód funkčného a štruktúrovaného programovania, ako aj objektovo orientovaného programovania (t. J. Triedy, objekty a dedičstvo)
  • Automatická správa pamäte (t. J. „Odvoz odpadu“)
  • Podpora zvyšovania a chytania výnimiek (vďaka čomu je čistenie chýb čistejšie)
  • Silné, dynamické dátové typy a kontrola dátových typov. (Zmiešanie nekompatibilných typov údajov - napríklad pokus o pridanie reťazca a čísla - spôsobí vyvolanie výnimky.)
  • Schopnosť zoskupiť kúsky kódu do samostatných modulov a balíkov

Pretože Python je interpretovaný jazyk, je za behu modulu spracovaný interpretom Pythonu. Z pohľadu kódera sa aplikácie napísané v Pythone nemusia pred vykonaním kompilovať. Je však dôležité poznamenať, že programy Pythonu sa pred vykonaním automaticky kompilujú do bytecode a vo väčšine prípadov sa tento bytecode uloží na disk, takže kompilácia sa musí opakovať, iba ak dôjde k zmene zdrojového kódu programu. Samotný tlmočník Pythonu sa dá spustiť v interaktívnom režime, čo uľahčuje testovanie krátkych úryvkov kódu, vytváranie prototypov a vykonávanie ďalších typov programovania ad hoc. Okrem toho môžu používatelia v prípade potreby pridať k tlmočníkovi Pythonu svoje vlastné moduly nízkej úrovne.

Prečo je teda Python taký populárny? Jedna vec je otvorený zdroj. To znamená, že si ho môže ktokoľvek stiahnuť zadarmo (z adresy www.python.org) a použiť ho na vývoj aplikácií. To tiež znamená, že k zdrojovému kódu tlmočníka Pythonu je možné podľa potreby pristupovať a meniť ho. Ďalej je to možné vykonať na najrôznejších platformách: Python je možné používať v systémoch Microsoft Windows, macOS a vo väčšine distribúcií Linuxu. Vďaka tomu je možné aplikácie napísané na jednej platforme ľahko vykonávať na inej.

Ďalšou vecou, ​​ktorá robí jazyk príťažlivým, je to, že kód Pythonu je ľahko čitateľný, čo uľahčuje jeho učenie a údržbu. Python má pomerne jednoduchú štruktúru a jeho syntax je jasne definovaná. Používa anglické kľúčové slová, kde sa iné jazyky spoliehajú na interpunkciu, takže neexistujú žiadne zložené zátvorky na vyváženie ani bodkočiarky, na ktoré by sa malo zabudnúť. (Niektoré programovacie jazyky vyžadujú, aby boli riadky ukončené bodkočiarkami.) Namiesto toho sa na označenie miesta, kde začínajú a končia bloky kódu, používa odsadenie. Python tiež používa knižnice na zabezpečenie funkčnosti, ktorá pomáha udržiavať jednoduchý a ľahký základný jazyk. Vývojárom stačí, aby do svojho kódu pridali základnú sadu knižníc, aby získali požadovanú funkčnosť.

Nakoniec je Python flexibilný. Môže byť použitý s funkčnými, objektovo orientovanými a nevyhnutnými štýlmi kódovania, čo je užitočné pre rôzne typy programátorov. Môže byť použitý na vytvorenie širokej škály aplikácií: môže byť použitý iba ako skriptovací jazyk, môže byť vložený alebo môže byť kompilovaný a integrovaný s C, C ++, COM, ActiveX, CORBA a / alebo Java. Programátori, ktorí sa snažia zvoliť najlepší programovací nástroj pre danú prácu, zistia, že Python je dostatočne flexibilný na to, aby sa dal zohľadniť v mnohých situáciách.

Inštalácia tlmočníka Python

Na programovanie v Pythone potrebujete tlmočníka Pythonu. A ak používate Linux, je veľká šanca, že tlmočník je už nainštalovaný. Ak však používate iný operačný systém, možno si ho budete musieť nainštalovať sami.

Ak chcete zistiť, či je tlmočník Python už nainštalovaný na pracovnej stanici so systémom Linux, otvorte okno terminálu a zadajte nasledujúci príkaz:

python --verzia

Ak vidíte niečo ako Python 2.7.5, je vo vašom systéme nainštalovaný tlmočník Pythonu a predvolenou použitou verziou je Python 2.7. Ak je to tak, mali by ste tiež skontrolovať, či je nainštalovaný Python 3.x. Môžete to urobiť vykonaním nasledujúceho príkazu:

python3 --verzia

Ak vidíte niečo ako Python 3.4 (alebo starší), je nainštalovaná staršia verzia tlmočníka 3.x a pravdepodobne by ste mali inovovať na najnovšiu verziu.

Ak vo vašom systéme nie je možné nájsť tlmočníka Pythonu, môžete ho nainštalovať na adrese https://www.python.org/downloads/ a podľa pokynov pre platformu, ktorú používate. (Ak si stiahnete a nainštalujete pripravený tlmočník Pythonu pre svoju platformu, je dobré stiahnuť si aj zdrojový kód. Umožní vám to prehľadávať štandardnú knižnicu a využívať zbierku ukážok a nástrojov, ktoré sú súčasťou dodávky. kód. Od zdroja sa môžete dozvedieť veľa!)

Podpora IBM Db2 pre Python

K dispozícii je niekoľko zdrojov, ktoré vývojárom pomáhajú vytvárať aplikácie v Pythone, ktoré interagujú so servermi a databázami IBM Db2:

  • Ovládač / knižnica ibm_db: Tento ovládač Python používa ovládač IBM Data Server Driver for ODBC / CLI na pripojenie a interakciu so servermi a databázami IBM Db2 a Informix. API v tejto knižnici možno použiť na vykonávanie pokročilých operácií, ktoré sa nedajú vykonať s ostatnými dostupnými ovládačmi Pythonu.
  • Ovládač / knižnica ibm_db_dbi: Tento ovládač Pythonu poskytuje funkčnosť, ktorá je v súlade s PEP 249 - Špecifikácia API Python Database v2. 0. Z tohto dôvodu neponúka niektoré z pokročilejších funkcií, ktoré sú dostupné v systéme Windows ibm_db vodič.

Ak však máte aplikáciu, ktorá používa tento ovládač, môžete ľahko prepnúť na ibm_db vodič, pretože ibm_db a ibm_db_dbi vodiči sú zabalení spolu. (Môžete sa dozvedieť viac
o špecifikácii PEP 249 na https://www.python.org/dev/peps/pep-0249/.)

  • Adaptér ibm_db_sa: Tento adaptér podporuje SQLAlchemy, čo je populárna sada nástrojov Python SQL s otvoreným zdrojovým kódom a mapovač objektov na vzťah (ORM). (Iba SQLAlchemy 0.7.3 a novšie sú)
  • Adaptér ibm_db_django: Tento adaptér poskytuje prístup k serverom a databázam IBM Db2 a Informix od spoločnosti Django. Django je populárny webový rámec, ktorý možno použiť na rýchle vytváranie výkonných a elegantných webových aplikácií.

Obrázok 4.1 zobrazuje, ako možno API v každom z týchto prostriedkov použiť na interakciu so servermi a databázami IBM Db2 a Informix. V kapitole 5 „Budovanie vývojového prostredia Python-Db2“ sa dozvieme, ako nainštalovať ibm_db a ibm_db_dbi ovládače / knižnice v kapitole 6, „Vytváranie aplikácií Db2 s Pythonom,“ uvidíme, ako sa používajú.


4 odpovede 4

Toto je bežný problém v prípade odporúčacieho systému označovaného ako studený štart. Môžete sa pozrieť, že sú tam navrhnuté nejaké riešenia, ale nikdy som ich netestoval. Zoznámte sa s týmto dokumentom:

Všeobecne možno povedať, že existujú dva typy odporúčacích systémov. Jeden je komunitný, druhý je obsahovo.

V komunitný, vlastne hovoríte používateľovi: „ste mladá žena, tu je obsah, ktorý si užívali iné mladé ženy“.

V obsahovo, vlastne hovoríte používateľovi: „páčil sa vám obsah A, tu je obsah B, ktorý sa páčil ľuďom, ktorí si tiež obľúbili obsah A“.

Vo vašom prípade by ste teda chceli vytvoriť systém založený na obsahu. To znamená, že budete musieť vytvoriť metaúdaje založené na akciách používateľov na vašom webe. Keď niekto sledoval obsah A, čo potom sledoval? A potom potom? Aký obsah ich prinútil odísť? Aký obsah ich prinútil zaregistrovať sa na vašom webe alebo niečo kúpiť alebo urobiť na vašom webe niečo iné? Aké kategórie obsahu sa pravdepodobne budú pozerať spoločne?

Keď budete môcť zhromaždiť tento typ metadát, budete v lepšej pozícii na vytvorenie modelu. Domnievam sa, že to môžete extrahovať zo vzorových údajov, ktoré ste zverejnili. Ide len o to, ako ich usporiadate.


Zdravie a vedy o živote

Vyučovanie štatistík v zdravotníctve a prírodných vedách

Tento webový seminár ukáže, ako naučiť nástroje a techniky, ktoré bežne používajú profesori a študenti v oblasti zdravia a prírodných vied, vrátane ANOVA a regresie, zmiešaných modelov, analýzy prežitia, navrhovaných experimentov a grafických nástrojov.

12. decembra 2017. Uvádza: Ruth Hummel

Biostatistika a zdravie a biologické vedy v JMP (základy)

Tento webinár sa venuje nástrojom bežne používaným v zdravotníckych vedách vrátane interaktívnej grafiky, popisných štatistík, rozdelenia odpovedí, intervalov spoľahlivosti a testov hypotéz, pomerov šancí, relatívneho rizika, lineárnej a logistickej regresie a veľmi stručného úvodu do analýzy prežitia a prispôsobenia zmiešaných modelov. (v JMP a JMP Pro).

6. januára 2021. Uvádza: Ruth Hummel

Ak chcete prejsť priamo na určitú tému, zrýchlite čas na zodpovedajúcu časovú pečiatku:

Prehľad obsahu 1:33
Úvod grafov 4:27
Test priemeru 8:58
Binning 14:36
Trvalé zmeny v predvoľbách 16:24
Tabuľka 17:26
Scatterplot 3D 20:42
Rozptyl 21:44
Mozaikový sprisahanie 23:13
Regresia 25:48
ANOVA alebo t-test 33:19
Intervaly dôvery 41:12
Logistická regresia 43:06
Pohotovostná pohotovostná služba 50:35
Analýza prežitia 54:33
Zmiešané modely a opakované opatrenia 55:43
Otázky a odpovede sa začínajú 56:46
Otázka: Ukladanie výsledkov 56:56
Otázka: Hodnota objednania 59:09
Otázka: Triedenie údajov 1:01:35
Otázka: Kódovanie a označovanie hodnôt 1:02:42
Otázka: Import údajov 1:04:50
Otázka: Viac informácií o kódovaní 1:05:24
Otázka: Apple klikne pravým tlačidlom 1:06:09

2. apríla 2015. Uvádza: Mia Stephens

Biostatistika a zdravie a vedy o živote v JMP (pokročilé)

Tento webinár sa zameriava na to, ako používať nástroje a techniky, ktoré bežne potrebujú výskumní pracovníci, odborníci z praxe, profesori a študenti v oblasti biostatistiky a vied o zdraví a prírodných vedách. Zahrnuté témy zahŕňajú ANOVA a regresiu (vrátane výberu premenných pomocou penalizovanej regresie), zmiešané modely (vrátane split-plot alebo heirarchických a opakovaných opatrení), analýza prežitia a návrh experimentu v JMP.

12. apríla 2018. Uvádza: Ruth Hummel

Biostatistika

Hosťujúci rečník:
Trevor Bihl, PhD.
Fakulta Katedry farmakológie a toxikológie a Doplnková fakulta Katedry biomedicínskeho, priemyselného a ľudského inžinierstva na Wright State University

Dr. Bihl je vedecký pracovník / inžinier a pedagóg, ktorý vyučuje biostatistiku, inžiniersku štatistiku a programovanie. Na tomto webinári hovorí Dr. Bihl o metódach hádania údajov a analýze dát a príkladoch zo svojej nedávnej knihy „Biostatistika pomocou JMP: Praktický sprievodca“ a diskutuje o svojich skúsenostiach s výučbou týchto tém a poskytuje akademikom v tejto oblasti trochu rád. .

Prezentované 13. novembra 2018.


Priestorová analýza a veda o geopriestorových dátach s Pythonom

Veda o geopriestorových údajoch je podmnožinou vedy o údajoch, ktorá sa zameriava na priestorové údaje a ich jedinečné techniky. Je to nad rámec vytvárania máp a zameriava sa iba na to, kde sa veci dejú, ale namiesto toho zahŕňa priestorovú analýzu a poznatky odvodené z priestorových údajov. Na tomto kurze položíme základ pre kariéru v oblasti geopriestorových dát. Dostanete predstavenie s Geopandas, pracantom knižníc Python pre oblasť geopriestorových dát.

Témy obsiahnuté v tomto kurze sa široko dotýkajú najbežnejších priestorových techník vo vede o geopriestorových údajoch. Naučíme sa, ako efektívne čítať priestorové údaje, manipulovať s nimi a spracovávať ich a vykonávať priestorové operácie. Veľká časť kurzu sa zaoberá priestorovými operáciami ako Bufferova analýza, Priestorové spojenia a Analýza najbližšieho susedstva. Každé video obsahuje stručný prehľad témy a návod s príkladmi kódu. Záverom uzatvárame každú časť Priradenie a projekt Geospatial Data Science, ktorý vám pomôže efektívnejšie sa učiť.

Pokryjeme tiež vizualizáciu priestorových údajov pomocou Geopandasy a ďalších interaktívnych knižníc ako Folium, IpyLeaflet a Plotly Express. Zastrešujeme, ako vytvoriť ohromujúcu vizualizáciu Geo pre najbežnejšie používané typy máp.

Záverečná časť obsahuje niektoré pokročilé funkcie vrátane geokódovania, reverzného geokódovania, prístupu k údajom OpenStreetMap v Pythone a niekoľko pokročilých tipov a trikov na spracovanie veľkých súborov geopriestoru.

Na konci tohto kurzu budete schopní vykonávať väčšinu operácií geopriestorovej dátovej vedy v Pythone a tiež si vybudovať silné základné vedomosti v Geospatial Python.


Rekapitulácia: Aplikácia SaaS bola nastavená

S Pythonom, MongoDB & # 8211 ako skvelou databázou orientovanou na dokumenty je RabbitMQ softvérovo urobené základné nastavenie. Je však možné myslieť na viac. V našich nadväzujúcich príspevkoch sa budeme venovať potrebe správneho monitorovacieho a analytického softvéru, ako aj tomu, ako môžu platobné postupy prebiehať hladko v cloude.

Ďalej vám tiež ukážeme niekoľko podrobných príručiek, ako nastaviť zásobník nástrojov na spustenie vašej webovej aplikácie v globálnom meradle.