معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

An ipywidget helper class to manually label rows in pandas data frames.

ویژگی	مقدار
سیستم عامل	-
نام فایل	DataFrameLabeler-0.0.1
نام	DataFrameLabeler
نسخه کتابخانه	0.0.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Martin Marenz
ایمیل نویسنده	martin.marenz@gmail.com
آدرس صفحه اصلی	https://github.com/Blonck/DataFrameLabeler
آدرس اینترنتی	https://pypi.org/project/DataFrameLabeler/
مجوز	MIT

# DataFrameLabeler A small ipywidget tool for labeling data frames inside jupyter. # Installation Currently, the only way to use the DataFrameLabeler is to clone this repositroy. # Why? This small tool was inspired by the fast.ai image cleaner widget https://docs.fast.ai/widgets.image_cleaner.html . However, I needed a tool for tabular data. # How to use? ``` # imports import pandas as pd import numpy as np import matplotlib.pyplot as plt from DataFrameLabeler import DataFrameLabeler # If you have a pandas data frame where you want to assign each row eihter 'SUCCESS' or 'FAILURE'. # like the following one. length = 100 cols = ['A', 'B', 'C', 'D', 'E'] df = pd.DataFrame(np.random.rand(length, len(cols)), columns=cols) # First you need a function responsible to print a single row. def plotter(idx, row): fig = plt.figure() plt.plot([i for i in row[cols]]) # plot should not be shown when called. plt.close(fig) return fig # Afterwards, just construct a DataFrameLabeler object. # If `target_col` exists in the data frame, its content will be used as preselection. lbl = DataFrameLabeler(df, labels=['FAILURE', 'SUCCESS'], # choices for the labels plotter=plotter, # function which plots each row target_col='class_name', # column name where the labels will be stored width=3, # number of figures in each row height=2 # number of rows shown at once ) ``` ![DataFrameLabeler](images/screenshot_lbl.png) ``` # To obtain the newly labeled data frame call lbl.get_labeled_data() ``` ![Result](images/screenshot_res.png) ## TODO: * rework how user defined plotter works, atm its horrifying, especially when using matplotlib * proper styling of buttons * allow groupby argument * allow multi selection * add automatic saving of intermediate result to csv or pickle file * rethink interface * add more unit tests * Documentation

نحوه نصب

نصب پکیج whl DataFrameLabeler-0.0.1:

pip install DataFrameLabeler-0.0.1.whl

نصب پکیج tar.gz DataFrameLabeler-0.0.1:

pip install DataFrameLabeler-0.0.1.tar.gz