pypoldata 0.1.0__tar.gz

pypoldata-0.1.0/.gitignore

@@ -0,0 +1,222 @@
+.DS_Store
+notebook/
+
+
+# Byte-compiled / optimized / DLL files
+__pycache__/
+*.py[codz]
+*$py.class
+
+# C extensions
+*.so
+
+# Distribution / packaging
+.Python
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+share/python-wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+MANIFEST
+
+# PyInstaller
+#   Usually these files are written by a python script from a template
+#   before PyInstaller builds the exe, so as to inject date/other infos into it.
+*.manifest
+*.spec
+
+# Installer logs
+pip-log.txt
+pip-delete-this-directory.txt
+
+# Unit test / coverage reports
+htmlcov/
+.tox/
+.nox/
+.coverage
+.coverage.*
+.cache
+nosetests.xml
+coverage.xml
+*.cover
+*.py.cover
+.hypothesis/
+.pytest_cache/
+cover/
+
+# Translations
+*.mo
+*.pot
+
+# Django stuff:
+*.log
+local_settings.py
+db.sqlite3
+db.sqlite3-journal
+
+# Flask stuff:
+instance/
+.webassets-cache
+
+# Scrapy stuff:
+.scrapy
+
+# Sphinx documentation
+docs/_build/
+
+# PyBuilder
+.pybuilder/
+target/
+
+# Jupyter Notebook
+.ipynb_checkpoints
+
+# IPython
+profile_default/
+ipython_config.py
+
+# pyenv
+#   For a library or package, you might want to ignore these files since the code is
+#   intended to run in multiple environments; otherwise, check them in:
+# .python-version
+
+# pipenv
+#   According to pypa/pipenv#598, it is recommended to include Pipfile.lock in version control.
+#   However, in case of collaboration, if having platform-specific dependencies or dependencies
+#   having no cross-platform support, pipenv may install dependencies that don't work, or not
+#   install all needed dependencies.
+# Pipfile.lock
+
+# UV
+#   Similar to Pipfile.lock, it is generally recommended to include uv.lock in version control.
+#   This is especially recommended for binary packages to ensure reproducibility, and is more
+#   commonly ignored for libraries.
+# uv.lock
+
+# poetry
+#   Similar to Pipfile.lock, it is generally recommended to include poetry.lock in version control.
+#   This is especially recommended for binary packages to ensure reproducibility, and is more
+#   commonly ignored for libraries.
+#   https://python-poetry.org/docs/basic-usage/#commit-your-poetrylock-file-to-version-control
+# poetry.lock
+# poetry.toml
+
+# pdm
+#   Similar to Pipfile.lock, it is generally recommended to include pdm.lock in version control.
+#   pdm recommends including project-wide configuration in pdm.toml, but excluding .pdm-python.
+#   https://pdm-project.org/en/latest/usage/project/#working-with-version-control
+# pdm.lock
+# pdm.toml
+.pdm-python
+.pdm-build/
+
+# pixi
+#   Similar to Pipfile.lock, it is generally recommended to include pixi.lock in version control.
+# pixi.lock
+#   Pixi creates a virtual environment in the .pixi directory, just like venv module creates one
+#   in the .venv directory. It is recommended not to include this directory in version control.
+.pixi
+
+# PEP 582; used by e.g. github.com/David-OConnor/pyflow and github.com/pdm-project/pdm
+__pypackages__/
+
+# Celery stuff
+celerybeat-schedule
+celerybeat.pid
+
+# Redis
+*.rdb
+*.aof
+*.pid
+
+# RabbitMQ
+mnesia/
+rabbitmq/
+rabbitmq-data/
+
+# ActiveMQ
+activemq-data/
+
+# SageMath parsed files
+*.sage.py
+
+# Environments
+.env
+.envrc
+.venv
+env/
+venv/
+ENV/
+env.bak/
+venv.bak/
+
+# Spyder project settings
+.spyderproject
+.spyproject
+
+# Rope project settings
+.ropeproject
+
+# mkdocs documentation
+/site
+
+# mypy
+.mypy_cache/
+.dmypy.json
+dmypy.json
+
+# Pyre type checker
+.pyre/
+
+# pytype static type analyzer
+.pytype/
+
+# Cython debug symbols
+cython_debug/
+
+# PyCharm
+#   JetBrains specific template is maintained in a separate JetBrains.gitignore that can
+#   be found at https://github.com/github/gitignore/blob/main/Global/JetBrains.gitignore
+#   and can be added to the global gitignore or merged into this file.  For a more nuclear
+#   option (not recommended) you can uncomment the following to ignore the entire idea folder.
+# .idea/
+
+# Abstra
+#   Abstra is an AI-powered process automation framework.
+#   Ignore directories containing user credentials, local state, and settings.
+#   Learn more at https://abstra.io/docs
+.abstra/
+
+# Visual Studio Code
+#   Visual Studio Code specific template is maintained in a separate VisualStudioCode.gitignore 
+#   that can be found at https://github.com/github/gitignore/blob/main/Global/VisualStudioCode.gitignore
+#   and can be added to the global gitignore or merged into this file. However, if you prefer, 
+#   you could uncomment the following to ignore the entire vscode folder
+# .vscode/
+# Temporary file for partial code execution
+tempCodeRunnerFile.py
+
+# Ruff stuff:
+.ruff_cache/
+
+# PyPI configuration file
+.pypirc
+
+# Marimo
+marimo/_static/
+marimo/_lsp/
+__marimo__/
+
+# Streamlit
+.streamlit/secrets.toml

pypoldata-0.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Alejandro Henao Ruiz
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

pypoldata-0.1.0/PKG-INFO

@@ -0,0 +1,122 @@
+Metadata-Version: 2.5
+Name: pypoldata
+Version: 0.1.0
+Summary: Acceso reproducible a datasets abiertos para Ciencia Política y Ciencias Sociales.
+Project-URL: Homepage, https://github.com/ahenaor/pypoldata
+Project-URL: Repository, https://github.com/ahenaor/pypoldata
+Project-URL: Issues, https://github.com/ahenaor/pypoldata/issues
+Author: Alejandro Henao Ruiz
+License: MIT
+License-File: LICENSE
+Requires-Python: >=3.10
+Requires-Dist: geopandas>=1.0
+Requires-Dist: pandas>=2.0
+Requires-Dist: platformdirs>=4.0
+Requires-Dist: pyarrow>=12.0
+Requires-Dist: requests>=2.31
+Description-Content-Type: text/markdown
+
+# PyPolData
+
+[![Python Version](https://img.shields.io/badge/python-3.10%2B-blue.svg)](https://python.org)
+[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE)
+[![Status: MVP](https://img.shields.io/badge/Status-Alpha%20%2F%20MVP-orange.svg)]()
+
+> **Acceso reproducible y transparente a datasets abiertos para Ciencia Política y Ciencias Sociales.**
+
+PyPolData es una biblioteca en Python diseñada para reducir la fricción técnica y metodológica que enfrentan estudiantes e investigadores al localizar, descargar, procesar, documentar y citar datos politológicos y territoriales.
+
+---
+
+## 🎯 ¿Por qué PyPolData?
+
+El análisis de datos en ciencias políticas suele enfrentarse a barreras innecesarias:
+* Datasets dispersos en formatos pesados e ineficientes (e.g. GeoJSONs de +200 MB, CSVs sin tipado).
+* Pérdida de trazabilidad y procedencia de los archivos.
+* Dificultades para asegurar la reproducibilidad exacta en aulas y publicaciones académicas.
+
+PyPolData resuelve esto combinando **formatos analíticos modernos (Parquet / GeoParquet)**, **distribución versionada en GitHub Releases**, **validación criptográfica de integridad (SHA-256)** y **caché local transparente**.
+
+---
+
+## 🚀 Instalación
+
+```bash
+# Clonar el repositorio
+git clone https://github.com/ahenaor/pypoldata.git
+cd pypoldata
+
+# Instalar en modo desarrollo / editable
+pip install -e .
+```
+
+*Próximamente disponible vía PyPI:*
+```bash
+pip install pypoldata
+```
+
+---
+
+## 💡 Uso Rápido
+
+### 1. Listar datasets disponibles en el catálogo
+```python
+import pypoldata as ppd
+
+# Explorar los datasets indexados
+ppd.list_datasets()
+```
+
+### 2. Cargar un dataset analítico
+Carga datos directamente a memoria (`pandas.DataFrame` o `geopandas.GeoDataFrame`). La primera llamada descarga el artefacto optimizado a tu caché local verificando su huella SHA-256; las siguientes llamadas son instantáneas y funcionan sin conexión.
+
+```python
+import pypoldata as ppd
+
+# Cargar cartografía municipal de Colombia optimizada en GeoParquet
+gdf = ppd.load("colombia_municipios")
+
+# Visualizar
+gdf.plot(color="#e0f3f8", edgecolor="#1b7837", linewidth=0.5)
+```
+
+---
+
+## 📦 Datasets Disponibles en el MVP
+
+| `dataset_id` | Descripción | Nivel / Unidad | Formato | Fuente |
+| :--- | :--- | :--- | :--- | :--- |
+| `colombia_municipios` | Cartografía vectorial de los 1.122 municipios de Colombia (simplificada y optimizada). | Municipio | GeoParquet (~3.5 MB) | DANE / IGAC |
+
+---
+
+## ⚙️ Arquitectura y Principios de Diseño
+
+1. **Separación entre Código y Datos:** La versión del paquete (`v0.1.0`), las versiones de los datasets (`1.0.0`) y las etiquetas de release de datos (`data-v2026.08`) se gestionan de manera independiente.
+2. **Integridad por Defecto:** Todo archivo descargado es validado contra su hash **SHA-256** registrado en el catálogo central. Si el archivo sufre alteraciones o descargas truncadas, se rechaza de forma atómica.
+3. **Caché Inteligente:** Los archivos se almacenan localmente respetando los estándares del sistema operativo (vía `platformdirs` o la variable de entorno `PYPOLDATA_DATA_HOME`).
+4. **Eficiencia Analítica:** Estandarización sobre **Parquet / GeoParquet** con compresión nativa, preservando tipos de datos y reduciendo el consumo de ancho de banda hasta en un 98%.
+
+---
+
+## 🛠️ Estructura del Repositorio
+
+```text
+pypoldata/
+├── src/
+│   └── pypoldata/
+│       ├── __init__.py        # Exportación de la API pública (load, list_datasets)
+│       ├── core.py            # Motor de caché, descarga atómica y validación SHA-256
+│       └── catalog.json       # Manifiesto central con metadatos y hashes de datasets
+├── notebook/
+│   └── dev.ipynb              # Notebooks de prueba y exploración
+├── pyproject.toml             # Configuración del paquete y dependencias
+├── README.md
+└── LICENSE
+```
+
+---
+
+## 📄 Licencia
+
+Este proyecto está bajo la Licencia **MIT**. Cada dataset distribuido mediante PyPolData conserva y documenta su propia licencia de origen (generalmente Creative Commons o datos abiertos gubernamentales).

pypoldata-0.1.0/README.md

@@ -0,0 +1,104 @@
+# PyPolData
+
+[![Python Version](https://img.shields.io/badge/python-3.10%2B-blue.svg)](https://python.org)
+[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE)
+[![Status: MVP](https://img.shields.io/badge/Status-Alpha%20%2F%20MVP-orange.svg)]()
+
+> **Acceso reproducible y transparente a datasets abiertos para Ciencia Política y Ciencias Sociales.**
+
+PyPolData es una biblioteca en Python diseñada para reducir la fricción técnica y metodológica que enfrentan estudiantes e investigadores al localizar, descargar, procesar, documentar y citar datos politológicos y territoriales.
+
+---
+
+## 🎯 ¿Por qué PyPolData?
+
+El análisis de datos en ciencias políticas suele enfrentarse a barreras innecesarias:
+* Datasets dispersos en formatos pesados e ineficientes (e.g. GeoJSONs de +200 MB, CSVs sin tipado).
+* Pérdida de trazabilidad y procedencia de los archivos.
+* Dificultades para asegurar la reproducibilidad exacta en aulas y publicaciones académicas.
+
+PyPolData resuelve esto combinando **formatos analíticos modernos (Parquet / GeoParquet)**, **distribución versionada en GitHub Releases**, **validación criptográfica de integridad (SHA-256)** y **caché local transparente**.
+
+---
+
+## 🚀 Instalación
+
+```bash
+# Clonar el repositorio
+git clone https://github.com/ahenaor/pypoldata.git
+cd pypoldata
+
+# Instalar en modo desarrollo / editable
+pip install -e .
+```
+
+*Próximamente disponible vía PyPI:*
+```bash
+pip install pypoldata
+```
+
+---
+
+## 💡 Uso Rápido
+
+### 1. Listar datasets disponibles en el catálogo
+```python
+import pypoldata as ppd
+
+# Explorar los datasets indexados
+ppd.list_datasets()
+```
+
+### 2. Cargar un dataset analítico
+Carga datos directamente a memoria (`pandas.DataFrame` o `geopandas.GeoDataFrame`). La primera llamada descarga el artefacto optimizado a tu caché local verificando su huella SHA-256; las siguientes llamadas son instantáneas y funcionan sin conexión.
+
+```python
+import pypoldata as ppd
+
+# Cargar cartografía municipal de Colombia optimizada en GeoParquet
+gdf = ppd.load("colombia_municipios")
+
+# Visualizar
+gdf.plot(color="#e0f3f8", edgecolor="#1b7837", linewidth=0.5)
+```
+
+---
+
+## 📦 Datasets Disponibles en el MVP
+
+| `dataset_id` | Descripción | Nivel / Unidad | Formato | Fuente |
+| :--- | :--- | :--- | :--- | :--- |
+| `colombia_municipios` | Cartografía vectorial de los 1.122 municipios de Colombia (simplificada y optimizada). | Municipio | GeoParquet (~3.5 MB) | DANE / IGAC |
+
+---
+
+## ⚙️ Arquitectura y Principios de Diseño
+
+1. **Separación entre Código y Datos:** La versión del paquete (`v0.1.0`), las versiones de los datasets (`1.0.0`) y las etiquetas de release de datos (`data-v2026.08`) se gestionan de manera independiente.
+2. **Integridad por Defecto:** Todo archivo descargado es validado contra su hash **SHA-256** registrado en el catálogo central. Si el archivo sufre alteraciones o descargas truncadas, se rechaza de forma atómica.
+3. **Caché Inteligente:** Los archivos se almacenan localmente respetando los estándares del sistema operativo (vía `platformdirs` o la variable de entorno `PYPOLDATA_DATA_HOME`).
+4. **Eficiencia Analítica:** Estandarización sobre **Parquet / GeoParquet** con compresión nativa, preservando tipos de datos y reduciendo el consumo de ancho de banda hasta en un 98%.
+
+---
+
+## 🛠️ Estructura del Repositorio
+
+```text
+pypoldata/
+├── src/
+│   └── pypoldata/
+│       ├── __init__.py        # Exportación de la API pública (load, list_datasets)
+│       ├── core.py            # Motor de caché, descarga atómica y validación SHA-256
+│       └── catalog.json       # Manifiesto central con metadatos y hashes de datasets
+├── notebook/
+│   └── dev.ipynb              # Notebooks de prueba y exploración
+├── pyproject.toml             # Configuración del paquete y dependencias
+├── README.md
+└── LICENSE
+```
+
+---
+
+## 📄 Licencia
+
+Este proyecto está bajo la Licencia **MIT**. Cada dataset distribuido mediante PyPolData conserva y documenta su propia licencia de origen (generalmente Creative Commons o datos abiertos gubernamentales).

pypoldata-0.1.0/pyproject.toml

@@ -0,0 +1,35 @@
+[build-system]
+requires = ["hatchling"]
+build-backend = "hatchling.build"
+
+[project]
+name = "pypoldata"
+version = "0.1.0"
+description = "Acceso reproducible a datasets abiertos para Ciencia Política y Ciencias Sociales."
+readme = "README.md"
+license = { text = "MIT" }
+authors = [
+    { name = "Alejandro Henao Ruiz" }
+]
+requires-python = ">=3.10"
+dependencies = [
+    "pandas>=2.0",
+    "geopandas>=1.0",
+    "pyarrow>=12.0",
+    "requests>=2.31",
+    "platformdirs>=4.0"
+]
+
+[project.urls]
+Homepage = "https://github.com/ahenaor/pypoldata"
+Repository = "https://github.com/ahenaor/pypoldata"
+Issues = "https://github.com/ahenaor/pypoldata/issues"
+
+# Obligatorio para empaquetar catalog.json junto con el código
+[tool.hatch.build.targets.wheel]
+packages = ["src/pypoldata"]
+
+[tool.hatch.build.targets.sdist]
+include = [
+    "/src/pypoldata/catalog.json",
+]

pypoldata-0.1.0/src/pypoldata/catalog.json

@@ -0,0 +1,31 @@
+{
+  "catalog_version": "0.1.0",
+  "datasets": {
+    "colombia_municipios": {
+      "title": "Límites Municipales de Colombia",
+      "description": "Cartografía vectorial de los municipios de Colombia.",
+      "latest_version": "1.0.0",
+      "versions": {
+        "1.0.0": {
+          "data_release": "data-v2026.08",
+          "artifacts": {
+            "data": {
+              "asset_name": "colombia_municipios.parquet",
+              "format": "geoparquet",
+              "sha256": "1a7d3a2150b5c38f03faf28561f3565a9bfb5894701b159e082eca9b2b6cfd83"
+            }
+          },
+          "source": {
+            "name": "DANE / IGAC",
+            "url": "https://geoportal.dane.gov.co",
+            "accessed_at": "2026-08-18"
+          },
+          "license": "CC-BY-4.0",
+          "unit_of_analysis": "municipio",
+          "geography": "Colombia",
+          "time_coverage": "2022"
+        }
+      }
+    }
+  }
+}