clfs={'LogisticRegression':LogisticRegressionCV(),\'RandomForest':RandomForestClassifier(),'GradientBoosting':GradientBoostingClassifier()}y_preds,y_probas={},{}for clf in clfs: clfs[clf].fit(X, y) y_preds[clf] =clfs[clf].predict(X) y_probas[clf] = clfs[clf].predict_proba(X)[:,1] # 函数会输出一个或多个二分类模型的性能评估结果，包含ROC曲线、PR曲线、密度函数、auc等统计指标、混淆矩阵等 models_report,conf_matrix=rpt.ClassifierReport(y,y_preds,y_probas) print(models_report)
3、问卷型数据分析
问卷数据涉及到各种题型，包括单选题、多选题、填空题、矩阵多选题、排序题等等 。不管是
频数统计还是交叉分析，单选题都很好处理, 但其他题目就相对复杂的多，比如单选题和多选题
之间的交叉统计，多选题和多选题之间的交叉统计等 。
为了能使用统一的函数进行常规分析，本工具包使用专门针对问卷设计的数据类型（或者说编码方式） 。在这种类型中，每一份问卷都有两个文件，data 和 code ,它们的含义如下：
1). data：按选项序号编码的数据(csv、xlsx等都可以) 。具体的示例如下：
3_A4
1
1
1
0
1
0
1
2
0
0

文章插图
1
0
1
1
1
0
0
1
2
3
0
1
1
0
1
2
1
0
1
0
1
4
0
1
0
1
2
2
1
0
1
0
1
1
0
1
0
1
2
2
1
0
1
0
其中 Q1、Q2是单选题，在Q1中，1代表男，2代表女 。Q3是多选题，一共有四个选项，分别代表 Q3_A1:'旅游',Q3_A2:'健身',Q3_A3:'艺术',Q3_A4:'养生'. 多选题常用这种01矩阵存储 。
2). code：编码文件（ json格式，就是 中的字典类型）, 给定每道题的题号、选项编码等信息 。
每一个题目都有如下字段：
具体示例如下：
code={'Q1':{'content':'性别','code':{ 1:'男', 2:'女' } 'qtype':'单选题', 'qlist':['Q1'] }, 'Q2':{ 'content':'年龄', 'code':{ 1:'17岁以下', 2:'18-25岁', 3:'26-35岁', 4:'36-46岁' }, 'qtype':'单选题', 'qlist':['Q2'] }, 'Q3':{ 'content':'爱好', 'code':{ 'Q3_A1':'旅游', 'Q3_A2':'健身', 'Q3_A3':'艺术', 'Q3_A4':'养生' }, 'qtype':'多选题', 'qlist':['Q3_A1','Q3_A2','Q3_A3','Q3_A4'] } }
该工具包包含如下函数：
文件 IO数据处理统计检验等数据分析统计可视化实践
import reportgen.questionnaire as ques# 导入问卷星数据datapath=['.\\datasets\\[问卷星数据]800_800_0.xls','.\\datasets\\[问卷星数据]800_800_2.xls'] data,code=ques.wenjuanxing(datapath) # 导出 ques.save_data(data,filename='data.xlsx') ques.save_data(data,filename='data.xlsx',code=code)# 会将选项编码替换成文本 ques.save_code(code,filename='code.xlsx') # 对单变量进行统计分析 result=ques.qtable(data,code,'Q1') print(result['fo']) # 两个变量的交叉分析 result=ques.qtable(data,code,'Q1','Q2') print(result['fop']) # 聚类分析，会在原数据上添加一列，类别题 #ques.cluster(data,code,'态度题') # 在.\\out\\下 生成 pptx文件 ques.summary_chart(data,code,filename='整体统计报告'); ques.cross_chart(data,code,cross_class='Q4',filename='交叉分析报告_年龄'); ques.scorpion(data,code,filename='详细分析数据') ques.onekey_gen(data,code,filename='reportgen 自动生成报告');

• 上一页
• 1
• 2
• 3
• 下一页

• zmail python---发送邮件
• python全景图像拼接_python实现图像全景拼接
• python CGI编程、smtp邮件发送、pygame项目创建
• 【Python 应用篇】Email 邮件发送
• Python 调用 Outlook 发送邮件
• AI绘画——了解AI绘画爆火原因与工具，并生成几个端午绘画小作品
• 基于Python实现机器人自动走迷宫【100011016】
• Python如何绘制误差直方图？曲线的阴影图？shade range graph
• GEE Google Earth Engine——简单快速生成图形chart！
• AI绘画怎么生成