arckit

ARC网格的可视化示例

用于轻松处理抽象与推理语料库（ARC-AGI，前身为ARC）数据集的Python和命令行工具。

pip install -U arckit

Arckit提供了以友好格式加载数据的工具（无需单独下载！），使用高质量矢量图形可视化数据，并在数据集上评估模型。

✨ v0.1新功能： 通过version参数更新至最新的ARC-AGI和Kaggle数据集。

🐍 Python API

加载数据集

>>> import arckit
>>> train_set, eval_set = arckit.load_data() # 加载ARC1训练/评估集

# TaskSets可迭代且可索引
>>> train_set 
<TaskSet: 400 tasks>
>>> train_set[0]
<Task-train 007bbfb7 | 5 train | 1 test>

# 可以通过任务ID进行索引
>>> train_set[0] == train_set['007bbfb7']
True

# 可以通过ID加载特定任务
>>> task = arckit.load_single('007bbfb7')

与任务交互

>>> task.dataset
'train'
>>> task.id
'007bbfb7'

## 提取任务网格
>>> task.train # o task.test
=>  List[Tuple[ndarray, ndarray]] # 输入/输出对列表

>>> task.train[0][0] # 第一个训练示例的输入
array([[0, 7, 7],
       [7, 7, 7],
       [0, 7, 7]])

# 可以在Python中预览任务（带颜色！）。
>>> train_set[15].show()
                                <Task-train 0d3d703e | 4 train | 1 test>
┏━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━┳━━┳━━━━━━━━┓
┃ A-in 3x3 ┃ A-out 3x3 ┃ B-in 3x3 ┃ B-out 3x3 ┃ C-in 3x3 ┃ C-out 3x3 ┃ D-in 3x3 ┃ D-out 3x3 ┃  ┃ TA-in  ┃
┡━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━╇━━╇━━━━━━━━┩
│  3 1 2   │   4 5 6   │  2 3 8   │   6 4 9   │  5 8 6   │   1 9 2   │  9 4 2   │   8 3 6   │  │ 8 1 3  │
│  3 1 2   │   4 5 6   │  2 3 8   │   6 4 9   │  5 8 6   │   1 9 2   │  9 4 2   │   8 3 6   │  │ 8 1 3  │
│  3 1 2   │   4 5 6   │  2 3 8   │   6 4 9   │  5 8 6   │   1 9 2   │  9 4 2   │   8 3 6   │  │ 8 1 3  │
└──────────┴───────────┴──────────┴───────────┴──────────┴───────────┴──────────┴───────────┴──┴────────┘

# 获取原始ARC格式的任务，遵循fchollet的仓库格式。
>>> task.to_dict()
=>  {
    "id": str,
    "train": List[{"input": List[List[int]], "output": List[List[int]]}],
    "test":  List[{"input": List[List[int]], "output": List[List[int]]}]
    }

为提交文件评分：

要评估Kaggle ARC格式的提交：

>>> eval_set.score_submission(
    'submission.csv', # Kaggle格式的提交文件，包含output_id和output两列
    topn=3,           # 考虑的预测数量（默认：3）
    return_correct=False # 是否返回已解决任务的列表
    )

加载特定版本的数据集

ARC-AGI数据集自最初发布以来进行了几次小的错误修复。默认情况下，加载latest版本，但你可以为load_data和load_single指定version参数。版本选项包括：

latest, arcagi: ARC-AGI的最新版本（也固定为aa922be）
kaggle, kaggle2024: 2024年Kaggle竞赛的数据
arc, kaggle2019: 原始ARC数据，与2019年Kaggle竞赛相同

🖼️ 创建可视化

arckit.vis子模块提供了使用drawsvg模块创建任务矢量图形可视化的有用函数。这些函数的文档字符串提供了更详细的信息以及额外的选项。

>>> import arckit.vis as vis
>>> grid = vis.draw_grid(task.train['2013d3e2'][0], xmax=3, ymax=3, padding=.5, label='Example')
>>> vis.output_drawing(grid, "images/grid_example.png") # svg/pdf/png

arckit可视化示例

在绘制任务时，arckit会智能地调整所有网格的大小，使插图的总大小不超过所选的宽度/高度。

>>> task = vis.draw_task(train_set[0], width=10, height=6, label='Example')
>>> vis.output_drawing(grid, "images/arcshow_example.png") # svg/pdf/png

arckit输出示例

💻 命令行工具

arcshow直接在控制台绘制特定任务的可视化：

arcshow命令输出示例（带颜色）

arcsave将特定任务的可视化保存到文件（pdf/svg/png），用于检查任务或生成显示特定任务的高质量图形（例如，用于论文）。可以通过十六进制ID或数据集指定任务，例如train0。

用法：arcsave [-h] [--output OUTPUT] task_id width height

将任务保存为图像文件。

位置参数：
  task_id          要保存的任务ID。可以是任务ID或字符串，例如`train0`
  width            输出图像的宽度
  height           输出图像的高度

可选参数：
  -h, --help       显示此帮助消息并退出
  --output OUTPUT  要保存的输出文件。必须以.svg/.pdf/.png结尾。默认使用pdf。

arcsave命令输出示例

💡 贡献

欢迎任何相关贡献！请随时提出问题或拉取请求，或者如果您想讨论任何可能的更改，请给我发电子邮件。

📜 致谢

ARC数据集由Francois Chollet慷慨地在Apache 2.0许可下发布，原始格式可以在这个仓库中找到。该数据集在arckit包中以相同的许可证复制。