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 Data Pre Processing Package

ویژگی	مقدار
سیستم عامل	-
نام فایل	datapreprep-0.0.7
نام	datapreprep
نسخه کتابخانه	0.0.7
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Mohammed Muzzammil
ایمیل نویسنده	muzzammilsilat56@gmail.com
آدرس صفحه اصلی	https://share.streamlit.io/mohammed-muzzammil/data_pre_processing/main/st1.py
آدرس اینترنتی	https://pypi.org/project/datapreprep/
مجوز	MIT

This is a Data pre processing package where you can Treat 1) Missing Values using Traditional method - Mean , Median, Mode,Knn Method 2) Outlier Treatment using - IQR , Zscore 3) Feature Scaling using - Standard Scalar , Min Max Scalar, Robust Scalar, Max absolute scalar. ------------------Missing Value Treatment--------------------------------- Mean - treat_mean(dataframe) Median - treat_median(dataframe) Mode - treat_mode(dataframe) KNN - treat_knn(dataframe,int) # int specify nearest neighbour by default 1 ---------Get information of a dataframe --------------------------------- info(dataframe) --------------------------Outlier Treatment----------------------------------------------------- IQR --- ot_iqr(dataframe,column_name) Zscore-- ot_zscore(dataframe,column_name) --------------------------------------Feature Scaling--------------------------------------- Standard Scalar --- f_standardscalar(dataframe) Min Max Scalar --- f_minmax(dataframe) Robust Scalar ---- f_robustscalar(dataframe) Max absolute Scalar --- f_maxabs(dataframe) ------------------Data Visualization---------------------------------------------------------------------- bar(df) heatmap(df) matrix(df) dendrogram(df) geoplot(df) ------------------------------You can also use the GUI version of our package--------------------------------------- -----------We'll love it if give it a try------------------- https://share.streamlit.io/mohammed-muzzammil/data_pre_processing/main/st1.py -------------------------More Information on our Website----------------------------------------- https://mohammed-muzzammil.github.io/dataprepreps Change Log ============ 0.0.1 (22/11/2020) ----------------------- - First Release 0.0.5 (29/11/2020) ---------------------- -Fifth Realease Added Data Visualization 0.07 (9/12/2020) ---------------------- Advance Missing value Treatment Method

نحوه نصب

نصب پکیج whl datapreprep-0.0.7:

pip install datapreprep-0.0.7.whl

نصب پکیج tar.gz datapreprep-0.0.7:

pip install datapreprep-0.0.7.tar.gz