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 pre-machine-learning model package

ویژگی	مقدار
سیستم عامل	-
نام فایل	daxpy-0.2
نام	daxpy
نسخه کتابخانه	0.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Alihan ÖZ
ایمیل نویسنده	alihanozmm@gmail.com
آدرس صفحه اصلی	https://github.com/alihanozz/data_analyzer
آدرس اینترنتی	https://pypi.org/project/daxpy/
مجوز	-

# daxpy A pre-machine-learning model package. Package is consisted of following features: module checker (check_modules): ensures if necessary modules are installed in the environment. library importer (import_libraries) : imports required libraries. file reader (read_files): reads or reloads all csv, excel and pickle files given path. dataset describers (col_stats, df_cols): describes dataset's information. column summarizers (cat_sum, num_sum, col_sum): gives specific informations about columns. Installation: ``` pip install daxpy ``` Usage: ``` from daxpy import analyzer display_ = True # Displays the calculated tables. plot_ = True # Plots related data given function. data = '../data/' # Directory where csv, excel and pickle data is loaded or pd.DataFrame() object. sep_ = ',' # Seperator for csvs. # Field belov should be run if the pickle files have not been created before. Otherwise next cell can be run to save some time. mp = analyzer(display_=True, plot_=True, data=data, sep_='|') mp.rename_dfs({'data1_111':'data_1','data2_1231': 'data2'}) mp.save_dfs('./data') # Field below can be run after the pickle files are created. (can be run repeatedely) mp = analyzer(data='./', plot_=True, display_=True) mp.head_tail(mp.data1); col_stats = mp.col_stats(mp.data1, display=False) id_cols, date_cols, num_cols, cat_cols, cat_but_car_cols, num_but_cat_cols, num_but_cat_but_car_cols = mp.df_cols(mp.data1, display_=True, cat_th=32, car_th=10) # Plot all columns' summary for cat_col in cat_but_car_cols: mp.cat_summ(mp.data1, cat_col, threshold=0.01); for cat_col in cat_cols: mp.cat_summ(mp.data1, cat_col, threshold=False); # Analyze num_cols for num_col in num_cols: mp.num_summ(mp.data1, num_col) ```

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl daxpy-0.2:

pip install daxpy-0.2.whl

نصب پکیج tar.gz daxpy-0.2:

pip install daxpy-0.2.tar.gz