This Not That (TNT) 项目安装指南
2025-06-05 12:27:47作者:姚月梅Lane
项目简介
This Not That (TNT) 是一个基于 Panel 库构建的数据可视化工具,专注于数据地图的探索和分析。它为用户提供了一种直观的方式来交互式地探索高维数据,特别适合数据科学家和研究人员使用。
系统要求
在安装 TNT 之前,请确保您的系统满足以下基本要求:
- Python 3.7 或更高版本
- 稳定的互联网连接(用于下载依赖包)
- 足够的磁盘空间(建议至少 500MB 可用空间)
核心依赖
TNT 的核心功能依赖于以下 Python 包:
-
Panel 库:作为 TNT 的基础框架,Panel 提供了交互式仪表板的构建能力
- 包含 Bokeh(用于交互式可视化)
- 包含 Param(用于参数管理)
-
数据处理与分析:
- NumPy (>=1.22):基础数值计算
- pandas:数据框操作
- scikit-learn:机器学习工具
-
降维与可视化:
- umap-learn:UMAP 降维算法
- numba:加速计算
- pynndescent:近似最近邻搜索
-
颜色处理:
- matplotlib:基础绘图
- colorcet:颜色映射
- glasbey:离散颜色方案
- cmocean:海洋学颜色主题
-
聚类分析:
- hdbscan:密度聚类算法
-
文本处理:
- vectorizers:文本向量化工具
可选依赖
为了获得更完整的功能体验,建议安装以下可选包:
- 文本聚类标注:
- apricot-select:子模块选择算法
- networkx:图结构处理
安装方法
方法一:通过 PyPI 安装(推荐)
对于大多数用户,我们推荐使用 PyPI 进行安装,这是最简单的方法:
pip install thisnotthat
此命令会自动安装所有必需的依赖项。
方法二:从源代码安装(开发人员)
如果您需要最新版本或计划参与开发,可以从源代码安装:
pip install git+https://<repository-url>/thisnotthat
注意:源代码安装可能需要额外的构建工具,如 C 编译器。
安装验证
安装完成后,您可以通过以下方式验证安装是否成功:
import thisnotthat as tnt
print(tnt.__version__)
如果没有报错并显示版本号,则说明安装成功。
常见问题解答
-
依赖冲突:
- 如果遇到依赖冲突,建议使用虚拟环境
- 可以使用
conda create -n tnt_env python=3.8
创建专用环境
-
安装速度慢:
- 考虑使用国内镜像源,如清华源或阿里云源
- 添加
-i https://pypi.tuna.tsinghua.edu.cn/simple
参数
-
缺少系统库:
- 在 Linux 系统上可能需要安装
python3-dev
等开发包 - Windows 用户可能需要安装 Microsoft Visual C++ 构建工具
- 在 Linux 系统上可能需要安装
后续步骤
成功安装后,您可以:
- 浏览项目文档了解基本用法
- 尝试运行示例代码熟悉功能
- 探索数据地图可视化功能
希望本指南能帮助您顺利安装 This Not That 项目。如有任何安装问题,建议查阅详细的错误信息并检查依赖版本是否兼容。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
509

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
257
300

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5