prince - Python多变量探索性数据分析开源工具

Prince是一个用于Python多变量探索性数据分析的库。它包括多种用于总结表格数据的方法，包括主成分分析（PCA）和对应分析（CA）。Prince提供高效的实现，使用scikit-learn API。

使用示例

>>> import prince

>>> dataset = prince.datasets.load_decathlon()
>>> decastar = dataset.query('competition == "Decastar"')

>>> pca = prince.PCA(n_components=5)
>>> pca = pca.fit(decastar, supplementary_columns=['rank', 'points'])
>>> pca.eigenvalues_summary
          eigenvalue % of variance % of variance (cumulative)
component
0              3.114        31.14%                     31.14%
1              2.027        20.27%                     51.41%
2              1.390        13.90%                     65.31%
3              1.321        13.21%                     78.52%
4              0.861         8.61%                     87.13%

>>> pca.transform(dataset).tail()
component                       0         1         2         3         4
competition athlete
OlympicG    Lorenzo      2.070933  1.545461 -1.272104 -0.215067 -0.515746
            Karlivans    1.321239  1.318348  0.138303 -0.175566 -1.484658
            Korkizoglou -0.756226 -1.975769  0.701975 -0.642077 -2.621566
            Uldal        1.905276 -0.062984 -0.370408 -0.007944 -2.040579
            Casarsa      2.282575 -2.150282  2.601953  1.196523 -3.571794

>>> chart = pca.plot(dataset)

此图表是交互式的，在GitHub上无法显示。绿色点代表列载荷。

>>> chart = pca.plot(
...     dataset,
...     show_row_labels=True,
...     show_row_markers=False,
...     row_labels_column='athlete',
...     color_rows_by='competition'
... )

安装

pip install prince

🎨 Prince使用Altair制作图表。

方法

flowchart TD
    cat?(分类数据?) --> |"✅"| num_too?(也有数值数据?)
    num_too? --> |"✅"| FAMD
    num_too? --> |"❌"| multiple_cat?(超过两列?)
    multiple_cat? --> |"✅"| MCA
    multiple_cat? --> |"❌"| CA
    cat? --> |"❌"| groups?(列的分组?)
    groups? --> |"✅"| MFA
    groups? --> |"❌"| shapes?(分析形状?)
    shapes? --> |"✅"| GPA
    shapes? --> |"❌"| PCA

主成分分析 (PCA)

对应分析 (CA)

多重对应分析 (MCA)

多重因子分析 (MFA)

混合数据因子分析 (FAMD)

广义普鲁克分析 (GPA)

正确性

Prince与scikit-learn和FactoMineR进行了测试对比。对于后者，使用rpy2在R中运行代码，并将结果转换为Python，这允许运行自动化测试。更多信息请参见tests目录。

引用

如果您在科学出版物中使用此软件，请使用以下引用。

@software{Halford_Prince,
    author = {Halford, Max},
    license = {MIT},
    title = {{Prince}},
    url = {https://github.com/MaxHalford/prince}
}

支持

我在2016年上大学时创建了Prince。多年来我很少有时间维护这个包。2022年我花了大量时间重新改造了整个包。Prince现在已被下载超过100万次。我会非常感谢任何愿意赞助我的人。赞助可以让我花更多时间开发开源软件，包括Prince。

许可证

MIT许可证。更多信息请参见许可证文件。