ttth-mds5-analyzer 0.1.0

No project description provided

TTTH Analyzer

Mô tả thư viện

TTTH_Analyzer là gói thư viện hỗ trợ HV môn MDS5 thực hiện các bước phân tích đơn biến và đa biến

• Phân tích đơn biến (phân loại và liên tục )
• Phân tích đa biến (phân loại vs phân loại, phân loại vs liên tục )

Tính năng cung cấp:

• Phân tích đơn biến với biến phân loại thông qua :
  • Count values
  • Barchart
• Phân tích đơn biến với biến liên tục thông qua :
  • Các thông tin thống kê: Mean, Median, Mode, Min, Max và Range
  • Các thông tin thống kê liên quan đến sự phân tán dữ liệu như : Range, Q1, Q3 , IQR, phương sai, độ lệch, độ nhọn của phân phối
  • Trực quan hóa bằng histogram và boxplot
• Phân tích đa biến phân loại vs phân loại thông qua:
  • Xây dựng bảng 2 chiều (two-way table)
  • Trực quan hóa bằng biểu đồ cột chồng (stacked columns bar )
  • Thực hiện phân tích thống kê bằng chi2
• Phân tích đa biến liên tục vs phân loại thông qua:
  • Xây dựng bảng ANOVA và phân tích thống kê
  • Trực quan hóa bằng box plot

Installation

pip install ttth-mds5-analyzer

Cách sử dụng

• Khởi tạo thư viện

from from analysis.analyzer import TTTH_Analyzer
_analyzer = TTTH_Analyzer()

• Phân tích đơn biến phân loại

_analyzer.analyze_category_variable(variable_name='Tên biến', df='Tên DataFrame')
Trong đó:
variable_name: tên biến phân loại cần phân tích - kiểu  chuỗi (string)
df: dataframe chứa biến phân loại cần phân tích  - kiểu dataframe pandas 
Kết quả: 

• Phân tích đơn biến liên tục

_analyzer.analyze_numeric_variable(variable_name='Tên biến', df='Tên DataFrame')
Trong đó:
variable_name: tên biến liên tục cần phân tích - kiểu  chuỗi (string)
df: dataframe chứa biến liên tục cần phân tích  - kiểu dataframe pandas  
Kết quả: 

• Phân tích đa biến phân loại vs phân loại

_analyzer.analyze_category_vs_category(var1='Tên biến 1', var2='Tên biến 2', df='Tên DataFrame')
Trong đó:
var1: tên biến phân loại 1 cần phân tích - kiểu  chuỗi (string)
var2: tên biến phân loại 2 cần phân tích - kiểu  chuỗi (string)
df: dataframe chứa cả 2 biến phân loại cần phân tích  - kiểu dataframe pandas  
Kết quả: 

• Phân tích đa biến liên tục vs phân loại

_analyzer.analyze_continous_vs_categories(continous_var='Tên biến liên tục', 
                                          category_vars=['Tên biến phân loại 1', 'Tên biến phân loại 2'], 
                                          df='Tên DataFrame')
Trong đó:
continous_var: tên biến liên tục cần phân tích - kiểu  chuỗi (string)
category_vars: danh sách hoặc tên biến phân loại cần phân tích - kiểu danh sách (list)  hoặc kiểu  chuỗi (string)
df: dataframe chứa biến phân loại và biến liên tục cần phân tích  - kiểu dataframe pandas  
Kết quả: 

• Phân tích mất cân bằng

_analyzer.check_imbalance_class(variable_name='Tên biến phân loại', df='Tên DataFrame')
Trong đó:
variable_name: tên biến phân loại cần phân tích - kiểu  chuỗi (string)
df: dataframe chứa biến liên tục cần phân tích  - kiểu dataframe pandas  
Kết quả: 

• Phân tích ngoại lai của biến liên tục

_analyzer.check_outlier_of_numerical_variable(numerical_variable='Tên biến liên tục',  
                                              df='Tên DataFrame')

Trong đó:
numerical_variable: tên biến liên tục cần phân tích - kiểu  chuỗi (string)
df: dataframe chứa biến phân loại và biến liên tục cần phân tích  - kiểu dataframe pandas  
Kết quả: 

License

MIT

**Nhanh tay đăng ký các khóa học Data Science/ Machine Learning ở TTTH Đại học KHTN để có thêm nhiều kiến thức thú vị cùng những cuộc hành trình khai phá dữ liệu **