pycorr

Pycorr

Uma biblioteca simples para calcular a correlação entre variáveis. Atualmente, fornece correlação entre variáveis ​​nominais.

Com base em metodologia estatística como Cramer'v e TschuProw, permite avaliar a correlação entre variáveis ​​categóricas. A capacidade de plotar a correlação na forma de mapa de calor também é fornecida.

Exemplo de uso

 import pandas as pd
from pycorrcat.pycorrcat import plot_corr, corr_matrix

df = pd.DataFrame([('a', 'b'), ('a', 'd'), ('c', 'b'), ('e', 'd')],
                  columns=['dogs', 'cats'])

correlation_matrix = corr_matrix(data, ['dogs', 'cats'])
plot_corr(df, ['dogs','cats'] )

Configuração de desenvolvimento

Crie um VirtualEnv e instale dependências:

• pip install -r requirements.dev.txt
• pip install -r requirements.txt Em seguida, instale os ganchos de pré-compromisso: pre-commit install e continue com a alteração do código.

Execute pre-commit localmente para verificar os arquivos

pre-commit run --all-files

História do lançamento

• 0.1.4
  • Alterar: Alterou a documentação (sem alteração de código)
• 0.1.3
  • Adicionar: Capacidade de passar o DataFrame para obter a matriz de correlação
  • Adicionar: Capacidade de plotar a correlação na forma de mapa de calor
• 0.1.2
  • Adicionado como primeiro lançamento
• 0.1.1
  • Liberação de teste

Autor e colaborador

Anurag Kumar Mishra - Conecte -se no Github ou solte um e -mail

Distribuído sob a licença GNU. Consulte LICENSE para obter mais informações.

Link do github repo https://github.com/mavericksds/pycorr

Contribuindo

1. Fork (https://github.com/mavericksds/pycorr)
2. Crie seu ramo de recursos ( git checkout -b feature/fooBar )
3. Comprometa suas mudanças ( git commit -am 'Add some fooBar' )
4. Empurre para o ramo ( git push origin feature/fooBar )
5. Crie uma nova solicitação de tração