microarviz 0.13.0.dev0

ArviZ（发音为“AR-vees”）是一个用于贝叶斯模型探索性分析的Python包。包括后验分析、数据存储、模型检查、比较和诊断等功能。

ArviZ其他语言版本

ArviZ还提供了一个可用于Julia的包装器 ArviZ.jl。

文档

ArviZ文档可以在官方文档中找到。初次用户可能会发现快速入门很有帮助。更多指导可以在用户指南中找到。

安装

稳定版

ArviZ可以从PyPI安装。最新稳定版本可以使用pip安装

pip install arviz

ArviZ还通过conda-forge提供。

conda install -c conda-forge arviz

开发版

最新开发版本可以通过pip从主分支安装

pip install git+git://github.com/arviz-devs/arviz.git

另一种选择是克隆存储库，并使用git和setuptools进行安装

git clone https://github.com/arviz-devs/arviz.git
cd arviz
python setup.py install

画廊

依赖关系

ArviZ在Python 3.7、3.8和3.9上进行了测试，并依赖于NumPy、SciPy、xarray和Matplotlib。

引用

如果您使用 ArviZ 并希望引用它，请使用

以下是 BibTeX 格式的引用

@article{arviz_2019,
  doi = {10.21105/joss.01143},
  url = {https://doi.org/10.21105/joss.01143},
  year = {2019},
  publisher = {The Open Journal},
  volume = {4},
  number = {33},
  pages = {1143},
  author = {Ravin Kumar and Colin Carroll and Ari Hartikainen and Osvaldo Martin},
  title = {ArviZ a unified library for exploratory analysis of Bayesian models in Python},
  journal = {Journal of Open Source Software}
}

贡献

ArviZ 是一个社区项目，欢迎贡献。更多信息可以在 贡献说明 中找到

行为准则

ArviZ 希望维护一个积极的社区。更多信息可以在 行为准则 中找到

捐赠

ArviZ 是在 NumFOCUS 保护下的非营利项目。如果您想从财务上支持 ArviZ，可以在此 处 捐赠。

赞助商