myffe 3.3.0__tar.gz

myffe-3.3.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 myffe
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

myffe-3.3.0/PKG-INFO

@@ -0,0 +1,262 @@
+Metadata-Version: 2.4
+Name: myffe
+Version: 3.3.0
+Summary: Feature Engineering Framework - A comprehensive tool for data preprocessing and feature engineering
+Home-page: https://github.com/yourusername/myffe
+Author: Your Name
+Author-email: your.email@example.com
+Keywords: feature engineering,machine learning,data preprocessing,data cleaning,data science,python
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.7
+Classifier: Programming Language :: Python :: 3.8
+Classifier: Programming Language :: Python :: 3.9
+Classifier: Programming Language :: Python :: 3.10
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Classifier: Programming Language :: Python :: 3.13
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Operating System :: OS Independent
+Classifier: Intended Audience :: Developers
+Classifier: Intended Audience :: Science/Research
+Classifier: Topic :: Scientific/Engineering :: Artificial Intelligence
+Classifier: Topic :: Software Development :: Libraries :: Python Modules
+Requires-Python: >=3.7
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: pandas>=1.3.0
+Requires-Dist: numpy>=1.20.0
+Requires-Dist: scikit-learn>=0.24.0
+Requires-Dist: scipy>=1.6.0
+Dynamic: author
+Dynamic: author-email
+Dynamic: classifier
+Dynamic: description
+Dynamic: description-content-type
+Dynamic: home-page
+Dynamic: keywords
+Dynamic: license-file
+Dynamic: requires-dist
+Dynamic: requires-python
+Dynamic: summary
+
+# myffe - Feature Engineering Framework
+
+myffe 是一个工业级的特征工程框架，提供完整的特征工程工具链，支持数据清洗、特征提取、样本处理等功能。
+
+## 特性
+
+- **模块化设计**：易于扩展和定制
+- **多种预处理方法**：支持缺失值处理、异常值处理、标准化、归一化等
+- **预定义路线**：提供 20+ 种预定义的特征工程路线
+- **自动参数推荐**：智能推荐最佳预处理参数
+- **工业级封装**：外部接口简洁易用
+- **纯 Python 实现**：无需编译，跨平台兼容
+
+## 安装
+
+```bash
+pip install myffe
+```
+
+## 快速开始
+
+### 简单使用
+
+```python
+import pandas as pd
+from myffe import process_data
+
+# 读取数据
+data = pd.read_csv('your_data.csv')
+
+# 使用预定义路线 1（基础路线）处理数据
+processed_data = process_data(data, data_label='label', route_number=1)
+```
+
+### 高级使用
+
+```python
+from myffe import FFE
+
+# 创建 FFE 实例
+ffe = FFE()
+
+# 创建流水线
+console, tools = ffe.create_pipeline('label', route_number=3)
+
+# 处理数据
+console(tools, data, save_path='processed_data.csv')
+```
+
+### 自动推荐路线
+
+```python
+from myffe import FFE
+
+ffe = FFE()
+
+# 自动检测数据并推荐路线
+recommended_route = ffe.auto_detect_route(data)
+
+# 使用推荐的路线处理数据
+console, tools = ffe.create_pipeline('label', route=recommended_route)
+console(tools, data, save_path='processed_data.csv')
+```
+
+## 预定义路线
+
+myffe 提供 20+ 种预定义路线，适用于不同场景：
+
+1. **基础路线** - 适合大多数数据集
+2. **股票数据路线** - 专为股票数据优化
+3. **文本数据路线** - 包含文本处理
+4. **时间序列路线** - 强化时间特征提取
+5. **完整路线** - 包含所有预处理步骤
+6. **轻量级路线** - 快速处理小数据集
+7. **异常检测路线** - 专注于异常值处理
+8. **特征增强路线** - 强化特征工程
+9. **分类数据路线** - 适合分类任务
+10. **回归数据路线** - 适合回归任务
+11. **中文文本路线** - 专为中文文本数据优化
+12. **不平衡数据路线** - 处理类别不平衡的数据集
+13. **高维数据路线** - 处理特征维度较高的数据集
+14. **金融数据路线** - 专为金融数据优化
+15. **医疗数据路线** - 适合医疗数据集的处理
+16. **电商数据路线** - 专为电商数据优化
+17. **社交媒体数据路线** - 处理社交媒体数据
+18. **传感器数据路线** - 处理传感器数据
+19. **多模态数据路线** - 处理包含多种类型数据的数据集
+20. **实时数据路线** - 适合实时数据流处理
+
+查看可用路线：
+
+```python
+from myffe import show_available_routes
+show_available_routes()
+```
+
+## 核心模块
+
+### 1. 数据预处理 (preprocessing)
+
+- `nan_preprocessing` - 缺失值处理
+- `outlier_preprocessing` - 异常值处理
+- `str_preprocessing` - 字符串处理
+- `time_preprocessing` - 时间特征提取
+- `standard_preprocessing` - 数据标准化
+- `normalized_preprocessing` - 数据归一化
+- `sample_preprocessing` - 样本处理
+- `relative_preprocessing` - 相对特征处理
+- `specify_preprocessing` - 指定特征处理
+
+### 2. 路线配置 (route)
+
+- `predefined_routes` - 预定义路线
+- `auto_route` - 自动路线推荐
+- `route_config` - 路线配置
+
+### 3. 工具 (tools)
+
+- `data_description` - 数据描述
+- `data_inspector` - 数据检查
+- `visualize_route` - 路线可视化
+- `logger` - 日志系统
+- `color_printer` - 彩色打印
+
+## 核心接口
+
+- `FFE` - 特征工程框架主类
+- `FFE_config` - 配置类
+- `FFE_console` - 控制台类
+- `process_data` - 数据处理函数
+- `get_recommended_route` - 获取推荐路线
+- `show_available_routes` - 显示可用路线
+- `get_route_params` - 获取路线参数
+- `describe_data` - 描述数据
+- `evaluate_dataset` - 评估数据集
+- `visualize_route` - 可视化路线
+
+## 使用示例
+
+### 示例 1：基础数据处理
+
+```python
+import pandas as pd
+from myffe import process_data
+
+# 创建示例数据
+data = pd.DataFrame({
+    'feature1': [1.0, 2.0, None, 4.0, 5.0],
+    'feature2': ['A', 'B', 'A', None, 'C'],
+    'label': [0, 1, 0, 1, 0]
+})
+
+# 处理数据
+processed = process_data(data, data_label='label', route_number=1)
+print(processed.head())
+```
+
+### 示例 2：自定义路线
+
+```python
+from myffe import FFE, get_route_params
+
+# 获取路线 3 的参数
+params = get_route_params(3)
+
+# 创建 FFE 实例
+ffe = FFE()
+
+# 创建流水线
+console, tools = ffe.create_pipeline('label', route=params)
+
+# 处理数据
+console(tools, data, save_path='output.csv')
+```
+
+### 示例 3：数据评估
+
+```python
+from myffe import FFE, evaluate_dataset
+
+ffe = FFE()
+
+# 评估数据集
+metrics = evaluate_dataset(data, 'label')
+print(metrics)
+```
+
+## 日志系统
+
+myffe 内置日志系统，可以记录所有处理步骤：
+
+```python
+from myffe import logger, set_logging_enabled
+
+# 启用日志
+set_logging_enabled(True)
+
+# 禁用日志
+set_logging_enabled(False)
+```
+
+## 系统要求
+
+- Python >= 3.7
+- pandas >= 1.3.0
+- numpy >= 1.20.0
+- scikit-learn >= 0.24.0
+- scipy >= 1.6.0
+
+## 许可证
+
+MIT License
+
+## 贡献
+
+欢迎贡献代码！请提交 Issue 或 Pull Request。
+
+## 联系方式
+
+- Email: your.email@example.com
+- GitHub: https://github.com/yourusername/myffe

myffe-3.3.0/README.md

@@ -0,0 +1,221 @@
+# myffe - Feature Engineering Framework
+
+myffe 是一个工业级的特征工程框架，提供完整的特征工程工具链，支持数据清洗、特征提取、样本处理等功能。
+
+## 特性
+
+- **模块化设计**：易于扩展和定制
+- **多种预处理方法**：支持缺失值处理、异常值处理、标准化、归一化等
+- **预定义路线**：提供 20+ 种预定义的特征工程路线
+- **自动参数推荐**：智能推荐最佳预处理参数
+- **工业级封装**：外部接口简洁易用
+- **纯 Python 实现**：无需编译，跨平台兼容
+
+## 安装
+
+```bash
+pip install myffe
+```
+
+## 快速开始
+
+### 简单使用
+
+```python
+import pandas as pd
+from myffe import process_data
+
+# 读取数据
+data = pd.read_csv('your_data.csv')
+
+# 使用预定义路线 1（基础路线）处理数据
+processed_data = process_data(data, data_label='label', route_number=1)
+```
+
+### 高级使用
+
+```python
+from myffe import FFE
+
+# 创建 FFE 实例
+ffe = FFE()
+
+# 创建流水线
+console, tools = ffe.create_pipeline('label', route_number=3)
+
+# 处理数据
+console(tools, data, save_path='processed_data.csv')
+```
+
+### 自动推荐路线
+
+```python
+from myffe import FFE
+
+ffe = FFE()
+
+# 自动检测数据并推荐路线
+recommended_route = ffe.auto_detect_route(data)
+
+# 使用推荐的路线处理数据
+console, tools = ffe.create_pipeline('label', route=recommended_route)
+console(tools, data, save_path='processed_data.csv')
+```
+
+## 预定义路线
+
+myffe 提供 20+ 种预定义路线，适用于不同场景：
+
+1. **基础路线** - 适合大多数数据集
+2. **股票数据路线** - 专为股票数据优化
+3. **文本数据路线** - 包含文本处理
+4. **时间序列路线** - 强化时间特征提取
+5. **完整路线** - 包含所有预处理步骤
+6. **轻量级路线** - 快速处理小数据集
+7. **异常检测路线** - 专注于异常值处理
+8. **特征增强路线** - 强化特征工程
+9. **分类数据路线** - 适合分类任务
+10. **回归数据路线** - 适合回归任务
+11. **中文文本路线** - 专为中文文本数据优化
+12. **不平衡数据路线** - 处理类别不平衡的数据集
+13. **高维数据路线** - 处理特征维度较高的数据集
+14. **金融数据路线** - 专为金融数据优化
+15. **医疗数据路线** - 适合医疗数据集的处理
+16. **电商数据路线** - 专为电商数据优化
+17. **社交媒体数据路线** - 处理社交媒体数据
+18. **传感器数据路线** - 处理传感器数据
+19. **多模态数据路线** - 处理包含多种类型数据的数据集
+20. **实时数据路线** - 适合实时数据流处理
+
+查看可用路线：
+
+```python
+from myffe import show_available_routes
+show_available_routes()
+```
+
+## 核心模块
+
+### 1. 数据预处理 (preprocessing)
+
+- `nan_preprocessing` - 缺失值处理
+- `outlier_preprocessing` - 异常值处理
+- `str_preprocessing` - 字符串处理
+- `time_preprocessing` - 时间特征提取
+- `standard_preprocessing` - 数据标准化
+- `normalized_preprocessing` - 数据归一化
+- `sample_preprocessing` - 样本处理
+- `relative_preprocessing` - 相对特征处理
+- `specify_preprocessing` - 指定特征处理
+
+### 2. 路线配置 (route)
+
+- `predefined_routes` - 预定义路线
+- `auto_route` - 自动路线推荐
+- `route_config` - 路线配置
+
+### 3. 工具 (tools)
+
+- `data_description` - 数据描述
+- `data_inspector` - 数据检查
+- `visualize_route` - 路线可视化
+- `logger` - 日志系统
+- `color_printer` - 彩色打印
+
+## 核心接口
+
+- `FFE` - 特征工程框架主类
+- `FFE_config` - 配置类
+- `FFE_console` - 控制台类
+- `process_data` - 数据处理函数
+- `get_recommended_route` - 获取推荐路线
+- `show_available_routes` - 显示可用路线
+- `get_route_params` - 获取路线参数
+- `describe_data` - 描述数据
+- `evaluate_dataset` - 评估数据集
+- `visualize_route` - 可视化路线
+
+## 使用示例
+
+### 示例 1：基础数据处理
+
+```python
+import pandas as pd
+from myffe import process_data
+
+# 创建示例数据
+data = pd.DataFrame({
+    'feature1': [1.0, 2.0, None, 4.0, 5.0],
+    'feature2': ['A', 'B', 'A', None, 'C'],
+    'label': [0, 1, 0, 1, 0]
+})
+
+# 处理数据
+processed = process_data(data, data_label='label', route_number=1)
+print(processed.head())
+```
+
+### 示例 2：自定义路线
+
+```python
+from myffe import FFE, get_route_params
+
+# 获取路线 3 的参数
+params = get_route_params(3)
+
+# 创建 FFE 实例
+ffe = FFE()
+
+# 创建流水线
+console, tools = ffe.create_pipeline('label', route=params)
+
+# 处理数据
+console(tools, data, save_path='output.csv')
+```
+
+### 示例 3：数据评估
+
+```python
+from myffe import FFE, evaluate_dataset
+
+ffe = FFE()
+
+# 评估数据集
+metrics = evaluate_dataset(data, 'label')
+print(metrics)
+```
+
+## 日志系统
+
+myffe 内置日志系统，可以记录所有处理步骤：
+
+```python
+from myffe import logger, set_logging_enabled
+
+# 启用日志
+set_logging_enabled(True)
+
+# 禁用日志
+set_logging_enabled(False)
+```
+
+## 系统要求
+
+- Python >= 3.7
+- pandas >= 1.3.0
+- numpy >= 1.20.0
+- scikit-learn >= 0.24.0
+- scipy >= 1.6.0
+
+## 许可证
+
+MIT License
+
+## 贡献
+
+欢迎贡献代码！请提交 Issue 或 Pull Request。
+
+## 联系方式
+
+- Email: your.email@example.com
+- GitHub: https://github.com/yourusername/myffe

myffe-3.3.0/myffe/FFE/__init__.py

@@ -0,0 +1,88 @@
+# FFE 特征工程框架
+# 包含myffe版本的所有核心功能
+
+from .myffe import (
+    FFE_config,
+    FFE_console,
+    RouteConfig,
+    visualize_route,
+    describe_data,
+    evaluate_dataset,
+    print_evaluation_result,
+    get_route_params,
+    show_available_routes,
+    show_routes_visual,
+    process_data,
+    get_recommended_route
+)
+
+__all__ = [
+    'FFE_config',
+    'FFE_console',
+    'RouteConfig',
+    'visualize_route',
+    'describe_data',
+    'evaluate_dataset',
+    'print_evaluation_result',
+    'get_route_params',
+    'show_available_routes',
+    'show_routes_visual',
+    'process_data',
+    'get_recommended_route'
+]
+
+# 版本信息
+__version__ = '3.3.0'
+
+# 便捷导入别名
+FFE = FFE_console
+Config = FFE_config
+
+# 添加到__all__
+__all__.extend(['FFE', 'Config'])
+
+# 导出主要功能
+def process(data, data_label, route=1, save_path='./processed_data.csv', **kwargs):
+    """
+    处理数据的便捷函数（简化版）
+    
+    Args:
+        data (DataFrame): 输入数据
+        data_label (str): 标签列名称
+        route (int): 预定义路线编号，默认为1（基础路线）
+        save_path (str): 处理后数据的保存路径
+        **kwargs: 其他参数
+    
+    Returns:
+        DataFrame: 处理后的数据
+    """
+    return process_data(data, data_label, route_number=route, save_path=save_path, **kwargs)
+
+def pipeline(data_label, route=1, **kwargs):
+    """
+    创建特征工程流水线（简化版）
+    
+    Args:
+        data_label (str): 标签列名称
+        route (int): 预定义路线编号，默认为1（基础路线）
+        **kwargs: 其他参数
+    
+    Returns:
+        tuple: (console, clean_tools) - 控制台实例和预处理工具字典
+    """
+    from .myffe import FFE
+    ffe = FFE()
+    return ffe.create_pipeline(data_label, route_number=route, **kwargs)
+
+# 添加到__all__
+__all__.extend(['process', 'pipeline'])
+
+# 显示可用路线的便捷函数
+def routes():
+    """
+    显示所有可用的预定义路线
+    """
+    show_available_routes()
+
+# 添加到__all__
+__all__.append('routes')