statslibx 0.2.9

Statistical library for descriptive, inferential, and computational analysis

StatsLibX

Estadística descriptiva, inferencial y computacional para Python — con pandas, polars y ViewX.

Documentación · Notebook API · Issues · ViewX

---

StatsLibX es una librería de Python moderna para análisis estadístico y ciencia de datos. Ofrece una API clara basada en clases, soporte dual pandas / polars, datasets embebidos, preprocesamiento, estadística computacional y un puente de reportes con ViewX.

Versión actual: 0.2.9 · Autor: Emmanuel Ascendra

---

Novedades en v0.2.9

Área	Cambio
Arquitectura	Capa Backend unificada en todos los módulos de dominio
Polars	load_dataset(backend="polars") y constructores compatibles con pl.DataFrame
API	DescriptiveStats.from_file(), InferentialStats.from_file(), ComputationalStats.help()
Preprocessing	clean_data() ampliado (escalado, outliers, transforms) y change_dtypes() con polars
ViewX	to_report_data() — serializa resultados statslibx para Report / HTML
Packaging	pyproject.toml, extras opcionales, CLI statslibx, marcador py.typed
Docs web	Sitio Next.js v0.2.9, playground Pyodide alineado con la API real

---

Instalación

pip install statslibx

Extras opcionales

# ViewX (reportes HTML, slides, matrices)
pip install statslibx[viewx]

# Regresión avanzada (statsmodels / sklearn)
pip install statslibx[statsmodels,sklearn]

# Excel + todo incluido
pip install statslibx[excel]
pip install statslibx[all]

Extra	Paquetes
viewx	viewx ≥ 0.2.3
statsmodels	statsmodels ≥ 0.13
sklearn	scikit-learn ≥ 1.0
excel	openpyxl ≥ 3.0
all	Todos los anteriores

Requisitos: Python ≥ 3.9 · numpy · pandas · scipy · matplotlib · seaborn · plotly · sympy

---

Inicio rápido

import statslibx as slx
from statslibx import DescriptiveStats, InferentialStats, ComputationalStats, Preprocessing
from statslibx.datasets import load_iris, generate_dataset

print(f"StatsLibX v{slx.__version__}")

# Cargar dataset embebido (iris, penguins, titanic)
iris = load_iris()
print(iris.head())

# Estadística descriptiva
ds = DescriptiveStats(iris)
print(ds.mean("sepal_length"))
print(ds.summary())

# Prueba inferencial
inf = InferentialStats(iris)
print(inf.t_test_1sample("sepal_length", popmean=5.8))

# Desde archivo
stats = DescriptiveStats.from_file("mi_datos.csv")

# Datos sintéticos
schema = {
    "age": {"dist": "normal", "mean": 35, "std": 10, "type": "int"},
    "group": {"dist": "categorical", "choices": ["A", "B", "C"]},
}
df = generate_dataset(n_rows=500, schema=schema, seed=42)

Motores de datos (pandas / polars)

Todas las clases que reciben DataFrames soportan el parámetro backend:

from statslibx import DescriptiveStats, InferentialStats, ComputationalStats, Preprocessing

df = load_iris()

# Auto-detecta: pandas DataFrame → pandas, polars DataFrame → polars
DescriptiveStats(df)
InferentialStats(df)
ComputationalStats(df)
Preprocessing(df)

# Forzar motor polars (convierte pandas → polars internamente)
DescriptiveStats(df, backend="polars")
InferentialStats(df, backend="polars")
ComputationalStats(df, backend="polars")
Preprocessing(df, backend="polars")

# Forzar motor pandas (convierte polars → pandas)
# InferentialStats(pl_df, backend="pandas")

# Desde archivo
DescriptiveStats.from_file("datos.csv", backend="polars")
InferentialStats.from_file("datos.csv", backend="polars")
ComputationalStats.from_file("datos.csv", backend="polars")
Preprocessing.from_file("datos.csv", backend="polars")

# Inspeccionar motor activo
stats = DescriptiveStats(df, backend="polars")
print(stats.backend)  # "polars"

Carga directa con polars:

from statslibx.datasets import load_dataset

df = load_dataset("iris.csv", backend="polars")  # requiere pip install polars
stats = DescriptiveStats(df)
print(stats.backend)  # "polars" (auto-detectado)

---

Módulos

Clase / Módulo	Descripción
DescriptiveStats	Media, mediana, varianza, correlación, regresión lineal, outliers, resúmenes
InferentialStats	t-tests, ANOVA, chi-cuadrado, intervalos de confianza, normalidad
ComputationalStats	Regresión polinomial, bootstrap, k-means, interpolación, correlación
Preprocessing	Limpieza, nulos, escalado, outliers, calidad de datos, dtypes
UtilsStats	Carga de archivos, visualización (matplotlib / seaborn / plotly), effect size
datasets	load_dataset, load_iris, load_penguins, generate_dataset
Backend	Abstracción pandas / polars (statslibx.backend)
viewx	HTML, Slides, Report, DataMatrix, to_report_data

---

Integración ViewX

StatsLibX se conecta con ViewX para generar reportes y visualizaciones a partir de resultados estadísticos.

from statslibx import DescriptiveStats, Report, to_report_data

df = load_iris()
summary = DescriptiveStats(df).summary()

pip install statslibx[viewx]

---

CLI — Terminal

StatsLibX incluye una interfaz de línea de comandos para explorar CSV sin escribir código.

statslibx data iris.csv --summary --types --missing
statslibx describe iris.csv --numeric
statslibx describe iris.csv --categorical
statslibx quality iris.csv --verbose
statslibx preview iris.csv -n 10
statslibx info iris.csv --detailed
statslibx --help

---

Estadística computacional

from statslibx import ComputationalStats

cs = ComputationalStats(df, seed=42)

# Regresión con términos de interacción
model = cs.regression(X=["age", "score"], y="income", interaction_terms=True)
print(model.get_formula())
print(model.summary())

# Bootstrap
boot = cs.bootstrapping("income", n_samples=1000, statistic="mean")
print(boot.summary())

# Clustering
kmeans = cs.k_means(k=3)
elbow = cs.elbow_method(max_k=10)

---

Preprocesamiento

pp = Preprocessing(df)

pp.data_quality()
pp.clean_data(
    drop_duplicates=True,
    handle_missing=True,
    missing_strategy="median",
    scale=True,
    scaling_method="standard",
    remove_outliers=True,
)
pp.preview_data(n=5)

---

Documentación

Recurso	Enlace
Documentación estática	GitHub Pages
Notebook completo (181 celdas)	how_use_statslibx.ipynb
Repositorio	github.com/GhostAnalyst30/StatsLibX
ViewX	ViewX Page

---

Estructura del paquete

statslibx/
├── descriptive.py      # DescriptiveStats, DescriptiveSummary, LinearRegressionResult
├── inferential.py      # InferentialStats, TestResult
├── computational.py    # ComputationalStats, RegressionResult, BootstrappingResult
├── preprocessing/      # Preprocessing
├── datasets/           # iris, penguins, titanic + generate_dataset
├── utils.py            # UtilsStats (I/O, plots, outliers)
├── backend.py          # Backend pandas / polars
├── viewx/              # Puente ViewX + to_report_data
├── cli.py              # statslibx CLI
└── py.typed            # PEP 561 typed package

---

Contribuciones

¡Todas las mejoras e ideas son bienvenidas!

Abre un issue o un pull request en GitHub.

Contacto: [e-mail]

---

Desarrollado por Emmanuel Ascendra · StatsLibX v0.2.9 · MIT License