معرفی شرکت ها
clubear-0.0.9
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 بیشترتوضیحات
Subsample-based Model and Research Toolkit.
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | clubear-0.0.9 |
| نام | clubear |
| نسخه کتابخانه | 0.0.9 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Hansheng Wang |
| ایمیل نویسنده | hansheng@gsm.pku.edu.cn |
| آدرس صفحه اصلی | - |
| آدرس اینترنتی | https://pypi.org/project/clubear/ |
| مجوز | - |
# Clubear
Clubear is a Python-based (Python 3) open-source package for interactive massive data analysis. The key feature of clubear is that it enables users to conduct convenient and interactive statistical analysis of massive data with only a traditional single-computer system. Thus, clubear provides a cost-effective solution when mining large-scale datasets. In addition, the clubear package integrates many commonly used statistical and graphical tools, which are useful for most commonly encountered data analysis tasks.
Every component (class) within clubear have a 'demo()' function. Demo is used to demonstrate typical examples about this class. Users can use 'demo()' to quickly get instructions. For example, if we have an object 'sf':
```
sf=cb.shuffle('airline.csv')
```
we can get the instructions related to it by:
```
sf.demon()
```
Then, a typical case will be printed for reference.
## How to use clubear
### 1. Install the package
```
pip install clubear
```
### 2. Import the package
We recommend to use clubear with Jupyter Notebook. This will lead to the best user experience.
```
import clubear as cb
```
### 3. (Optional) Shuffle a dataset
For example, shuffle a CSV file 'airline.csv'. The resulting file is 'airline.csv.shuffle'.
```
sf=cb.shuffle('airline.csv')
sf.dc()
```
### 4. Use 'pump' to process data
Build a bridge between the dataset and the memory (of a computer) using a 'pump'.
Clubear supports various types of data sources to initialize the pump:
(1). CSV file
```
mypathfile='airline.csv.shuffle'
pm=cb.pump(type=1, pathfile=mypathfile)
```
(2). CSV file with a codebook (a dictionary contains specifications for variables)
```
mycodebook = {
'qlist': ['ActualElapsedTime', 'ArrDelay', 'ArrTime', 'CRSArrTime', 'CRSDepTime', 'CRSElapsedTime',
'Cancelled', 'DayOfWeek', 'DayofMonth', 'DepDelay', 'DepTime', 'Distance', 'Diverted',
'FlightNum', 'Month', 'Year', '_INTERCEPT_'], # specify quantitative variables
'drop': ['TailNum', 'Origin', 'Dest'], # specify variables that can be removed
'scale_level': {'UniqueCarrier': ['EV', 'OO', '9E']} # for any qualitative variable, users can further specify the scale levels
}
mypathfile='2008.csv.shuffle'
pm=cb.pump(type=2, pathfile=mypathfile, codebook=mycodebook)
```
(3). SQL databases
```
mysql_info = {
'host':'localhost', # SQL Server host
'user':'root', # SQL Server username
'passwd':'root', # SQL Server password
'port':3306, # SQL Server port
'db':'test_db', # name of database
'tablename':'flight_2008' # name of table
}
pm=cb.pump(type=3, sql_info=mysql_info)
```
Then, based on the pump, one can quickly access a part of the dataset as:
```
pm.subsize=10000
pm.go()
```
Or view the most frequently used descriptive statistics as:
```
ck=cb.check(pm).stats()
```
### 5. Find quantitative variables
Extract variables whose 'mp' values are less than 5%:
```
ck[ck.mp<5].index
```
Pass this list to 'pm' by the 'qlist' parameter:
```
pm.qlist=[...]
```
### 6. Discover levels for qualitative variables
Detect all levels by the 'table' function as:
```
tb=cb.check(pm).table(niter=100)
```
Detect all levels for a specified variable, e.g., 'AirTime':
```
tb=cb.check(pm).table('AirTime',tv=True)
```
### 7. Make statistical graphics
Clubear provides a number of graphical tools. For example, boxplot:
```
tk = cb.tank(pm)
pt=cb.plot(tk).box(x="Year",y="ArrDelay")
```
Histogram:
```
pt=cb.plot(tk).hist('Distance')
```
Barplot:
```
pt=cb.plot(tk).mu('ArrDelay','CRSDepTime')
```
نحوه نصب
نصب پکیج whl clubear-0.0.9:
pip install clubear-0.0.9.whl
نصب پکیج tar.gz clubear-0.0.9:
pip install clubear-0.0.9.tar.gz