msmathx 0.1.2

Pacote para manipulação, limpeza e visualização de dados.

msmthx

Pacote para manipulação, limpeza e visualização de dados na sua versão (0.1.0)

msmthx

ms_toolkit é uma biblioteca Python leve e modular projetada para facilitar tarefas comuns no tratamento, limpeza, visualização e análise de dados. Este pacote oferece funções para carregar arquivos CSV, limpar dados, visualizar correlações e calcular estatísticas como média, mediana e moda, tudo em módulos bem organizados.

Instalação

Para instalar a biblioteca, basta clonar este repositório ou usar o pip diretamente:

git clone https://github.com/usuario/ms_toolkit.git

Ou, se você preferir, instale com pip (assumindo que o pacote foi publicado no PyPI):

• pip install msmthx

Funcionalidades

1. Carregamento de Dados O módulo msdt fornece funções para carregar e manipular dados de arquivos CSV.

Funções:

• ld(): Carrega um arquivo CSV para um DataFrame.

  from msmthx import ld

  df = ld('arquivo.csv', sep=';')

2. Limpeza de Dados

• O módulo msclg oferece funções para tratar dados ausentes, duplicados e formatar as colunas.

Funções:

dmv(): Remove valores ausentes de um DataFrame. dr(): Remove valores duplicados de um DataFrame. scn(): Padroniza os nomes das colunas (minúsculas e sem espaços).

from msmthx import dmv, dr, scn

df_cleaned = dmv(df) df_no_duplicates = dr(df_cleaned) df_standardized = scn(df_no_duplicates)

3. Visualização de Dados

O módulo msvzt oferece uma função para gerar mapas de calor das correlações entre colunas de um DataFrame.

Função: pltch(): Plota um mapa de calor da correlação entre as colunas numéricas do DataFrame. from msmthx import pltch

pltch(df)

4. Operações Estatísticas

O módulo msmt oferece funções para calcular a média, mediana e moda de listas ou arrays.

Funções: msn(): Calcula a média. mdn(): Calcula a mediana. modc(): Calcula a moda.

from msmthx import msn, mdn, modc

data = [1, 2, 2, 3, 4, 5]

media = msn(data) mediana = mdn(data) moda = modc(data)

print(f"Média: {media}") print(f"Mediana: {mediana}") print(f"Moda: {moda}")

Testes

Para garantir que tudo esteja funcionando corretamente, você pode executar testes diretamente em seu Jupyter Notebook ou no Python:

from msmthx import ld, dmv, pltch, msn, mdn, modc

Teste de carregamento de CSV

df = ld('dados.csv', sep=';')

Teste de limpeza de dados

df_cleaned = dmv(df) df_no_duplicates = dr(df_cleaned)

Teste de visualização de correlação

pltch(df)

Teste de operações estatísticas

data = [1, 2, 2, 3, 4, 5, 5] media = msn(data) mediana = mdn(data) moda = modc(data)

print(f"Média: {media}") print(f"Mediana: {mediana}") print(f"Moda: {moda}")

Contribuição

Contribuições são bem-vindas! Se você deseja contribuir para este projeto, siga os passos abaixo:

Faça um fork deste repositório. Crie uma nova branch (git checkout -b minha-feature). Faça suas alterações e adicione os arquivos (git add .). Faça o commit das suas alterações (git commit -m 'Adicionando uma nova feature'). Envie para o repositório remoto (git push origin minha-feature). Abra um Pull Request. Licença Este projeto está licenciado sob a Licença MIT .