معرفی شرکت ها
dsx-0.9.9
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
The utilities pack for data science and analytics tasks.
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | dsx-0.9.9 |
| نام | dsx |
| نسخه کتابخانه | 0.9.9 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | - |
| ایمیل نویسنده | NicTsyen <nic.tsyen@outlook.com> |
| آدرس صفحه اصلی | - |
| آدرس اینترنتی | https://pypi.org/project/dsx/ |
| مجوز | - |
# << Data Science Utilities (DSX)>>
The **dsx** package contains a collection of wrapper functions to simplify common operations in data analytics tasks.
The core module ds_utils (data science utilities) is designed to work with DataFrame in Pandas
to simplify common tasks.
The package can be can be used in the following setup:
- Jupyter Notebook
- Jupyter Lab
- PyCharm's Python Console
- iPython Console
- Python Script
## Intallation
- Installation using Pip:
```
pip install dsx
```
## Documentation
Full Documentation Site: [Documentation](http://docs-dsx.s3-website-ap-southeast-1.amazonaws.com/)
## 1. Core Module: "ds_utils"
The core module is "ds_utils".
The module contains a list of functions that can accomplish
common data analytics tasks with less codes.
Basically, these functions are wrappers for commonly-used methods in Pandas, particularly
methods of DataFrame object.
Some of the key features of the DataFrame utility functions are as following:
- Generate metadata of columns in a DataFrame
- Number & percentage of missing values
- Number & percentage of unique values
- Data Type
- Generate accumulated percentage of values in a column
- Quick Rename of a single column
- Reorder columns of a DataFrame
- Standardize column names into iPython-friendly names
- Retrieve column name(s) by a partial keyword
- Expand concatenated string in a column into child table
- Visualize DataFrame object
- DataGrid Viewer
- Pivot Table Viewer
- Quick Analyzer (Pivot table and visualizations)
### 1.1 Usage
Below is example codes for importing the module:
```Python
from dsx.ds_utils import *
```
There are 2 categories of methods in **dsx's** classes, which are to be called in different ways:
- **Methods:** Dynamic functions of the class's instance
- Invoke through the extended domain (**'ds'**) of the native DataFrame object
```Python
df = pd.read_excel(os.path.join(os.getcwd(), "data.xlsx"))
df.ds.isnull("Column_Name")
```
- **Static functions** Static functions from the class's object
- Invoke as a static function of pd_utils class
```Python
df = pd.read_excel(os.path.join(os.getcwd(), "data.xlsx"))
dsx.isnull(df, "Column_Name")
```
## 2. Data Science Workflow "ds_workflow" (Active Development / Work-In-Progress)
The **"ml_utils"** module contains the methods for simplifying common tasks in
a data science workflow. The methods are built on top of the functions in
the core module **"pd_utils"**.
Some of the key features of the module are as the following:
- Get the column name of the features that are categorical
- Get the column name of the features that are numerical
- Create or merge the dummy variables created from categorical features
with option to use k-1 dummification
- Data Exploration
- Generate barplot and accumulated percentage report for all the categorical features
- Generate distribution plot for all the numerical features
- Generate heatmap of the the correlation matrix
- Preprocessing
- Create a dataframe with all standardized features merged with other features
- Generate features list
- Model Assessment
- Generate Recall-Precision-Threshold Curve
- Generate truepositive_falsepositive Curve
### 2.1 Usage
The methods in the module are only callable as the extended domain **'ml'** in the native Pandas DataFrame object.
Calling a method in **"ml_workflow"**:
```Python
df = pd.read_excel(os.path.join(os.getcwd(), "data.xlsx"))
cols_categorical = df.ml.get_features_categorical()
```
نیازمندی
| مقدار | نام |
|---|---|
| - | joblib |
| - | seaborn |
| - | pandas |
| - | numpy |
| - | scipy |
| - | matplotlib |
| - | regex |
| - | shutil |
| - | xlsxwriter |
| - | openpyxl |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.8 | Python |
نحوه نصب
نصب پکیج whl dsx-0.9.9:
pip install dsx-0.9.9.whl
نصب پکیج tar.gz dsx-0.9.9:
pip install dsx-0.9.9.tar.gz