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

A plotting and clustering package

ویژگی	مقدار
سیستم عامل	-
نام فایل	claraw10-0.0.1
نام	claraw10
نسخه کتابخانه	0.0.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Clara
ایمیل نویسنده	clara@example.com
آدرس صفحه اصلی	https://github.com/claradab/claraw10
آدرس اینترنتی	https://pypi.org/project/claraw10/
مجوز	-

## This package allows you to: 1. Create a scatterplot 2. Plot the distribution of your data 3. Group or cluster samples in your data ### 1. Creating a scatterplot: To create a scatterplot, you have to run the **scattergraph** function from the **plotting.py** file, which takes the following arguments: 1. x: this is the column that you want to plot on your x-axis. This should be a numpy array. 2. y: this is the column that you want to plot on your y-axis. This should be a numpy array. 3. xtitle: this will be the title of your x-axis. This should be a string. 4. ytitle: this will be the title of your y-axis. This should be a string. 5. graphtitle: this will be the title of your graph. This should be a string. 6. outlier_treatment: this tells the graph how to visually differentiate outliers on your plot. You can choose one of the below options. This should be a string. - "color": plots the outliers in a different color - "shape": plots the outliers with a different marker - "size": plots the outliers with a different size - _Note: this argument will default to size if any other string is passed_ 7. outlier_sensitivity: this is a multiplier in a customized IQR calculation, which ultiamately generates a sub-array of outliers. This should be a float (recommended between 0 and 2). If outlier_sensitivity is zero, then your outliers are in the 1st and 4th quartile of your data. The higher the outlier_sensitivity, the fewer the outliers. ### 2. Plotting your distributions: To plot your distribution, you have to run the **plotdistribution** function from the **plotting.py** file, which takes the following arguments: 1. y: this is the column that has your target data. This should be a numpy array. 2. numberofbins: choose the number of bins for the histogram. The larger the data set, the more likely youï¿½ll want a large number of bins. This should be an int. 3. plottitle: this will be the title of your graph. This should be a string. ### 3. Grouping/creating clusters: To create clusters, you have to run the **create_clusters** function from the **clustering.py** file, which takes the following arguments: 1. x: the columns that you want to use as a basis for clustering. This should be a numpy array. 2. y: this is the column that has your target data. This should be a numpy array. 3. numberofclusters: the number of clusters to form as well as the number of centroids to generate. This should be an int.

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl claraw10-0.0.1:

pip install claraw10-0.0.1.whl

نصب پکیج tar.gz claraw10-0.0.1:

pip install claraw10-0.0.1.tar.gz