pycorr

Пикорр

Простая библиотека для расчета корреляции между переменными. В настоящее время обеспечивает корреляцию между номинальными переменными.

Основываясь на статистической методологии, такой как Cramer'v и tschuprow не позволяет оценивать корреляцию между категориальными переменными. Способность построить корреляцию в форме тепловой карты также предоставляется.

Пример использования

 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'] )

Настройка разработки

Создайте VirtualEnv и установите зависимости:

• pip install -r requirements.dev.txt
• pip install -r requirements.txt Затем установите предварительные крючки: pre-commit install и продолжить изменение кода.

Запустите pre-commit локально для проверки файлов

pre-commit run --all-files

История выпуска

• 0,1,4
  • Изменение: изменено документацию (без изменения кода)
• 0,1,3
  • Добавить: Возможность передавать DataFrame, чтобы получить корреляционную матрицу
  • Добавить: способность построить корреляцию в форме тепловой карты
• 0,1,2
  • Добавлен в качестве первого релиза
• 0,1,1
  • Тестовый релиз

Автор и участник

Anurag Kumar Mishra - подключитесь к GitHub или бросьте почту

Распределено по лицензии GNU. Смотрите LICENSE для получения дополнительной информации.

Github repo link https://github.com/mavericksds/pycorr

Внося

1. Разветвляется (https://github.com/mavericksds/pycorr)
2. Создайте филиал вашей функции ( git checkout -b feature/fooBar )
3. Сделайте свои изменения ( git commit -am 'Add some fooBar'
4. Толкайте к ветви ( git push origin feature/fooBar )
5. Создать новый запрос на тяжесть