GTAlib-KernelAdjust 0.1.0

Libreria para el ajuste de datos utilizando distintos kernels

DataAdjustment

DataAdjustment es una clase Python que proporciona funcionalidades para el ajuste de datos utilizando el metodo de Kernels. El proceso de suavización se hace mediante tres tipos de kernel: Gaussiano, Tricube y Epanechnikov

Requisitos

• Python 3.11.6
• numpy 1.26.1
• pandas 2.1.2
• matplotlib 3.8.1

Instalacion

Para instalar la libreria, utiliza el comando

pip install GTAlib_KernelAdjust

Uso

La estructura base para implementar la libreria es:

# Importar la clase DataAdjustment
from GTAlib_KernelAdjust import Kernels_DataAdjust

# Crear una instancia de DataAdjustment con el URD del archivo CSV de datos y valor de sigma (opcional)
adjustment = Kernels_DataAdjust('datos.csv', sigma=1)

# Graficar la curva suavizada junto con los datos reales usando cada uno de los Kernels
adjustment.plot_smooth_curves()

# Graficar la comparativa de Kernels 
adjustment.comparison()