接收导入的数据

  1. 已经进行了峰提取的LC-MS数据（如采用XCMS, Progenesis QI或者Metaboscape)

  2. NMR原始图谱（Bruker格式）

  3. 靶标数据集（如采用Targetlynx, Bruker BI-LISA & BI-Quant-Ur获得的数据集)

工具箱的功能

  1. LC-MS数据集的批次或漂移矫正

  2. 通过相对标准偏差（RSD)或线性响应（linearity of response)进行信号过滤（Feature filtering)

  3. NMR中图谱线宽（line-width）的计算

  4. 数据集的PCA分析

  5. 数据集的可视化

输出格式

  1. csv文件

  2. ISA-TAB

安装

  1. 通过pip安装

  2. pip install nPYc

    通过源文件的本地副本，只需导航到主程序包所在的文件夹然后运行

python setup.py install

  1. 或者，使用pip和源文件的本地副本

pip install /nPYC-toolboxDirectory/

  1. pip的安装允许使用卸载命令

pip uninstall nPYc

相关文档

文档托管于Read the Docs

文档通过Sphinx Autodoc生成，文件的审订通过reStructuredText

在本地构建文档，cd到docs目录下，运行：

make html

清除当前文档，以便在进行更改后重新构建，运行：

make clean

开发

源管理是类似于git-flow，没有发展主分支。

在合并开发分支的时候，所有新的代码必须包括单元测试，应该通过所有测试，因为工具箱所有覆盖源不应该删除

释放

当从开发(或热修复分支)合并到发行版时，请确保：

  1. 删除对调试器的所有引用

  2. 所有路径都是相对的和平台无关的

  3. 所有测试通过

测试

单元测试通过unitest架构。测试覆盖可以在codecov.io寻找。

运行左右测试，cd到Tests，运行：

python -m unittest discover -v

可以使用单独的测试模块运行：

python -m `test_filename` -v

标准度量及编码

在内部存储时，除非显式覆盖，变量应该符合文档命名法中规定的单元