piflib - 计算个人信息因子（PIF）

安装

此库需要Python3。要安装，请执行

pip安装piflib

使用

piflib期望数据以Pandas DataFrame的形式提供。幸运的是，Pandas支持广泛的输入格式。

在这个例子中，我们的数据是csv格式。

import pandas as pd
import piflib

dataframe = pd.read_csv('datafile.csv')
cigs = piflib.compute_cigs(dataframe)
csfs = piflib.compute_csfs(dataframe)

compute_cigs和compute_csfs函数返回一个包含CIG和CSF值的Pandas DataFrame。CIG和CSF值出现在与输入数据相同的位置。

您可以在以下在线教程中进行运行和实验：

它做什么？如何工作？

文档可以在这里找到。

限制

Piflib目前仅支持离散特征分布。

版权

版权所有 2021 CSIRO的Data61

许可证

Piflib在Apache-2许可证下发布。除非适用法律要求或书面同意，否则根据此许可证分发的软件按“原样”分发，不提供任何明示或暗示的保证或条件。有关权限和限制的具体语言，请参阅许可证。

引用

Piflib是由CSIRO的Data61设计和开发，并提供支持的。如果您在研究中使用了这个库的任何部分，请使用以下BibTeX条目引用它：

@misc{piflib,
  author = {CSIRO's Data61},
  title = {piflib - computing personal information factors},
  year = {2021},
  publisher = {GitHub},
  journal = {GitHub Repository},
  howpublished = {\url{https://github.com/PIFtools/piflib}},
}

谢谢

我们要感谢Jakub Nabaglo和Joyce Yu对这一代码库的贡献。