Logiciel d’analyse de données
Paquets en amont
Les outils suivants font partie des logiciels actuellement testés dans NeuroFedora et peuvent être installés directement depuis les dépôts de développement (par exemple, PyPI). Vous pouvez consulter les résultats des tests ici : https://ankursinha.fedorapeople.org/neurofedora/package-status/latest/.
packages Python
| Logiciels | Résumé | pip (PyPi) | Notes |
|---|---|---|---|
lien : allensdk |
Bibliothèques principales pour allensdk. |
|
|
Lien : dabest |
Analyse et visualisation de données par estimation couplée au bootstrap. |
|
|
Lien : dandi |
Client en ligne de commande pour interagir avec les instances DANDI. |
|
|
lien :https://pypi.org/project/efel/[efel] |
Bibliothèque d’extraits de fonctionnalités Electrophys (eFEL). |
``éfel'' |
|
Elephant (Electrophysiology Analysis Toolkit) is an open-source library for the analysis of electrophysiological data in Python. |
|
||
lien : hdf5storage |
Utilitaires pour lire/écrire des types Python dans/depuis des fichiers HDF5, y compris les fichiers MAT de MATLAB v7.3. |
|
|
Kit de développement logiciel (SDK) Python pour interagir avec des données en neurosciences via l’API Boss. |
|
||
lien : klusta |
Détection et regroupement automatique des pics d’activité pour leur tri. |
|
Projet amont non maintenu |
lien : niaarm |
Un cadre minimaliste pour l’extraction de règles d’association numériques. |
|
|
Pingouin: statistical package for Python. |
|
||
lien : probeinterface |
Package Python pour la gestion de la disposition, de la géométrie et du câblage de la sonde sur le dispositif. |
|
|
lien : pyabf |
Bibliothèque Python pour la lecture de fichiers au format binaire Axon (ABF). |
|
|
lien : pybv |
pybv - un utilitaire d’E/S léger pour le format de données BrainVision. |
|
|
lien : pycatch22 |
22 fonctionnalités canoniques des séries temporelles. |
|
|
Lien : pyedflib |
Bibliothèque pour lire/écrire des fichiers EDF+/BDF+. |
|
|
lien : pyelectro |
Une bibliothèque Python pour l’analyse de données électrophysiologiques. |
|
|
Package for working with Neurodata stored in the NWB format. |
|
No wheels for py3.14+. https://github.com/NeurodataWithoutBorders/pynwb/issues/2143 |
|
lien : pyriemann |
Apprentissage automatique pour les données multivariées avec géométrie riemannienne. |
|
|
lien : pyspi |
Bibliothèque pour l’analyse par paires de données de séries temporelles. |
|
|
lien : pyunicorn |
Boîte à outils unifiée pour l’analyse des réseaux complexes et de la récurrence. |
|
|
lien : pyxdf |
Package Python pour l’importation de fichiers XDF (Extensible Data Format). |
|
|
Tools for global sensitivity analysis. Contains Sobol', Morris, FAST, DGSM, PAWN, HDMR, Moment Independent and fractional factorial methods. |
|
packages système
Les éléments suivants sont inclus dans les dépôts :
| Logiciels | Installation | Remarques |
|---|---|---|
|
Un package Python pour l’analyse des fichiers de données AMPL/GMPL. |
|
|
Fournit l’infrastructure nécessaire à la représentation, la manipulation et l’analyse des données et des modèles de transactions. |
|
|
Une boîte à outils entièrement automatisée pour la génération de maillages tétraédriques cérébraux de haute qualité. |
|
Lien : contextualbandits |
|
Implémentations Python des algorithmes de bandits contextuels. |
Lien : cyipopt |
|
Interface Cython pour l’optimiseur de points intérieurs IPOPT. |
Lien : editdistance |
|
Implémentation rapide de la distance d’édition (distance de Levenshtein) en Python. |
Lien : FastTrack |
|
Application conçue pour le suivi de plusieurs objets dans un enregistrement vidéo. |
|
Bibliothèque d’identification de fichiers pour Python. |
|
|
Un outil de génération et d’analyse de maillages 3D basé sur l’imagerie médicale. |
|
|
Une boîte à outils de simulation du transport de photons 3D par la méthode de Monte Carlo. |
|
Lien : MEAUtility |
|
Package Python pour la manipulation et la stimulation de réseaux multi-électrodes (MEA). |
Lien : mmc |
|
Simulateur de transport de photons Monte Carlo 3D basé sur un maillage. |
Lien : mne |
|
Analyse des données de magnétoencéphalographie (MEG) et d’électroencéphalographie (EEG). |
Lien : Nashpy |
|
Bibliothèque pour le calcul des équilibres de Nash dans les jeux à deux joueurs. |
|
Package Python pour l’analyse et la simulation de séries temporelles neuronales, utilisant le traitement numérique du signal. |
|
|
Synthèse à grande échelle de données de neuroimagerie fonctionnelle. |
|
|
AutoML en Python. |
|
Lien : NiaClass |
|
Framework pour la résolution de tâches de classification à l’aide d’algorithmes bio-inspirés. |
Lien : NiaPy |
|
Package Python pour la résolution de problèmes d’optimisation. |
Lien : nitime |
|
Analyse de séries temporelles pour les données en neurosciences. |
Lien : odML |
|
Format de fichier pour stocker les métadonnées de manière organisée. |
openmeeg : https://src.fedoraproject.org/rpms/openmeeg |
|
Un package C++ pour la résolution des problèmes directs de l’électroencéphalographie (EEG) et de la magnétoencéphalographie (MEG). |
lien : https://src.fedoraproject.org/rpms/python-pynwb [pynwb] |
|
Un package Python pour la manipulation des fichiers NWB. |
lien : https://src.fedoraproject.org/rpms/python-pyspike [PySpike] |
|
Une bibliothèque Python pour l’analyse numérique de la similarité des trains de potentiels d’action. |
lien : https://src.fedoraproject.org/rpms/python-pyswarms [pyswarms] |
|
PySwarms est une boîte à outils de recherche extensible pour l’optimisation par essaims de particules (PSO) en Python. |
|
Bibliothèque d’analyse de sensibilité. |
|
|
Interface graphique pour la génération de données hybrides de vérité terrain. |
|
|
Utilitaires pour le traitement en continu de fichiers volumineux (S3, HDFS, gzip, bz2, etc.). |
|
|
Une solution rapide et évolutive pour le tri des pics dans les extraits à grande échelle |
Les logiciels en attente d’inclusion sont listés ici : ici.
Want to help? Learn how to contribute to Fedora Docs ›