产品简介
cartwright Cartwright 使用深度学习、NLP和启发式方法，自动检测和分类数据中的空间与时间特征，简化异构气候和地缘政治数据的处理流程，适合数据科学家和分析师自动化数据管线。
核心功能
- 自动识别地理空间列（如纬度、经度）
- 自动识别时间列（如日期、时间）
- 支持深度学习和启发式推理
- 可检测时间和空间分辨率
- 跨平台兼容（Windows、macOS、Linux）
快速开始
- 第一步：使用命令 pip install cartwright 安装
- 第二步：在Python中导入 from cartwright import categorize
- 第三步：创建分类器实例并调用方法识别数据列
界面预览
与其他方案对比
| 对比项 | 本工具 | 同类商业软件 | 在线服务 |
|---|---|---|---|
| 费用 | 开源免费 | 通常收费或含广告 | 可能有订阅或上传限制 |
| 隐私 | 本地运行，数据自持 | 依赖厂商政策 | 需上传数据到服务器 |
| 可定制性 | 源码开放，社区活跃 | 受限于官方功能 | 功能固定 |
适合谁用
- 处理气候数据的科研人员
- 分析地缘政治数据的数据工程师
- 需要自动化时空数据处理的开发者
下载与版本
当前最新版本为 v0.7.6，发布于 2021-06-29。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/jataware/cartwright