marcelooyaneder / Darwin-Core-to-qr

Software diseñado para analizar bases de datos basadas en DwC y así obtener códigos Qr con información en linea de esta base de datos.

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

INTRODUCCIÓN

Este software, desarrollado completamente en python, tiene la funcionalidad de leer una base de datos basada en Darwin Core (DwC) y poder realizar un análisis de esta, a continuación se da una lista de las funciones implementadas que se tiene. Por el momento para mostrar tus datos es necesario que tu proyecto este alojado en GitHub.

  • Leer bases de datos basadas en DwC en formato .xlsx o .csv.
  • Eliminar columnas vacias que poseas en tu base de datos.
  • Identificar columnas que no pertenezcan a DwC.
  • Obtener códigos Qr que dirigan a un link con la información de tu base de datos.
  • Poder filtrar tus datos para poder realizar cambios u obtener solo una lista de estos.

Recomendamos utilizar la versión de jupyter notebook, si es que no estas familiarizado con python.
Tambien existe la versión pura del código en python, es exactamente igual a la de jupyter, salvo algunas excepciones para mejor visualización de los datos en jupyter.

EJECUCIÓN DEL PROGRAMA

Instalación de Software y paquetes

Para el correcto funcionamiento del software es necesario tener lo siguiente instalado en tu pc.

Luego de la instalación de lo anterior, la acción siguiente si deseas ejecutar el software es escribir lo siguiente en la terminal (buscar en inicio cmd o powershell en windows).

pip3 install jupyter

El resto de los paquetes se instalará automáticamente cuando ejecutes el software.

Primeros pasos

  • Primero que todo es necesario darle un formato específico a el archivo a leer por el software (de preferencia excel), y el formato consta de lo siguiente:
    • En la primera fila debe ir el nombre de las columnas de DwC, no importa el orden de estas, y debajo de estas debe ir la información, a continuación se muestra una imagen a modo de ejemplo.
    • Importante decir que si existe el valor "class" en tu base de datos, este debe ser cambiado por el valor "Class".

enter image description here

  • Lo siguiente es alojar todos los archivos que necesitas en tu repositorio GitHub, adjuntamos un video en caso de que no conozcas el proceso.

  • Abrir GitHub Desktop y sincronizar el nuevo repositorio creado a tu pc. (recomendamos ver el siguiente video...)

  • Copiar los contenidos descargados de este repositorio a tu nuevo repositorio.

  • Luego dirigirse a la carpeta documents y abrir el archivo "dynamiclinks_user_info.csv" y llenar este con los datos requeridos, donde:

    • GitHub_username: corresponde al nombre de usuario de tu cuenta GitHub.
    • Repository_name: corresponde al nombre del repositorio que mantiene tu proyecto.
    • api_key y sub_domain: son extraídos de la web de google Firebase dinamic links, contactarse a mi correo para conseguir una o indicarte como (marcelo.oyaneder.l@gmail.com)
  • Dirigirte a la carpeta en que estén los archivos descargados del repositorio, abrir nuevamente una terminal (esta debe tener la dirección de esta carpeta) y ejecutar lo siguiente:

Para abrir la terminal en la carpeta en windows, realizar lo siguiente:
En la carpeta hacer la siguiente combinación de teclas SHIFT + click derecho y en el menu seleccionar la opción Abrir la ventana de PowerShell aquí

jupyter notebook
  • Y tendrás una ventana en tu navegador de la siguiente forma, aqui debes abrir el archivo "main.ipynb".

jupyter notebook init

  • Por último es ejecutar el código, para esto en la ventana de jupyter notebook ir a la pestaña.

    kernel > Restart & Run all

  • Seguir las indicaciones del software.

  • Abrir GitHub Desktop y actualizar tus datos.

CRÉDITOS

Software desarrllado en el laboratorio de biología de plantas ubicado en el campus Antumapu perteneciente a la Universidad de Chile.

About

Software diseñado para analizar bases de datos basadas en DwC y así obtener códigos Qr con información en linea de esta base de datos.

License:MIT License


Languages

Language:Jupyter Notebook 61.5%Language:Python 38.5%