PyGellerman：Python Gellermann系列生成器

这是Gellermann系列随机生成器的一个Python实现，适用于人类和非人类动物行为实验[^Gellermann1933]。它包括图形用户界面（GUI）以及简单的Python API。

Gellermann系列旨在通过排除与简单心理或行为模式相匹配的随机序列，避免夸大参与者的实验表现。更具体地说，Gellermann系列是一个满足五个标准的随机序列；长度为n的每个序列

• 必须包含相同数量的A和B（= n/2）；
• 必须最多有3个A或B连续出现；
• 必须在第一个和最后一个半段中至少包含20%（= n/5）的A和B；
• 必须最多有n/2个反转（A-B或B-A转换）；
• 当响应作为简单交替（ABAB...）或双重交替（AABBAA...和ABBAAB...）提供时，必须提供接近50%的正确响应率。

安装

PyGellermann可在PyPI上使用，可以使用pip安装

pip install pygellermann

有关如何使用pip的详细信息，请参阅Python打包用户指南或pip用户指南。

或者，您可以从发行页面下载GUI作为Linux、macOS和Windows的独立可执行文件。

注意：在 macOS 上，首次打开 PyGellermann 应用程序包可能会被阻止，因为它未签名或未通过 App Store 分发。要覆盖此限制并打开应用程序，请右键单击应用程序包，然后在上下文菜单中选择 打开。这将弹出一个对话框，要求您确认您要打开应用程序。之后，您可以通过双击它来打开应用程序。有关更多详细信息，请参阅 macOS 用户指南。

使用方法

图形用户界面

安装后，您可以通过在终端中输入 pygellermann-gui 或运行独立可执行文件（PyGellermann、PyGellermann.app 或 PyGellermann.exe）来运行 GUI。

可以设置以下四个参数来自定义生成的 Gellermann 序列

• 序列长度：每个生成的序列的长度。
• 序列数量：要生成的序列数量。
• 交替容差：与单次或双次交替相比，序列需要达到多少接近 50% 的概率水平。
• 选择：序列中每个刺激的两个可能选择。
• 随机种子：随机数生成器的种子，允许确定性生成相同的序列。

然后，生成按钮将生成所需数量的序列，并在下方的表中显示它们。

最后，生成的 Gellermann 序列可以复制到剪贴板（复制）或保存到 CSV 文件（保存...）。

Python API

Python API 由 4 个简单函数组成

• is_gellermann_series(s, alternation_tolerance=DEFAULT_ALTERNATION_TOLERANCE)

  检查一个二进制序列是否为 Gellermann 序列。

  参数

  • s : Sequence[Any]

    一个偶数长度的二进制序列（即包含两个不同元素）。

  • alternation_tolerance : float，可选

    与单次或双次交替相比，围绕 50% 概率水平的容差值，一个介于 0 和 0.5 之间的值（默认：0.1）。

  返回

  • bool

    如果给定的序列是 Gellermann 序列，则为 True，否则为 False。

  引发

  • ValueError

    如果序列长度不是偶数，或者序列包含超过两个不同元素，或者交替容差不在 0 和 0.5 之间。

  示例

  >>> is_gellermann_series(['B', 'B', 'A', 'B', 'A', 'B', 'B', 'A', 'A', 'A'])
  True
  >>> is_gellermann_series('1112212122122211', alternation_tolerance=0.2)
  True
  >>> is_gellermann_series('1112212122122211', alternation_tolerance=0.0)
  False
  

• generate_gellermann_series(n, m, choices=('A', 'B'), rng=None, **kwargs)

  生成 m 个长度为 n 的随机 Gellermann 序列。

  参数

  • n : int

    系列的长度。

  • m : int

    要生成的系列数量。

  • choices : Tuple[Any, Any]，可选

    系列的两个元素（默认：('A', 'B')）。

  • rng : np.random.Generator，可选

    一个 NumPy 随机数生成器（默认：None，使用默认的 NumPy 随机数生成器）。

  • max_iterations : int，可选

    尝试生成所有 Gellermann 序列的最大迭代次数（默认：None，无限尝试）。

  • kwargs

    传递给 is_gellermann_series 的额外关键字参数。

  产出

  • Iterator[Sequence[Any]]

    一个包含 m 个长度为 n 的 Gellermann 序列的生成器对象。

• generate_all_gellermann_series(n, choices, **kwargs) 按字典序生成长度为 n 的所有 Gellermann 序列。

  参数

  • n : int

    系列的长度。

  • choices : Tuple[Any, Any]，可选

    系列的两个元素（默认：('A', 'B')）。

  • kwargs

    传递给 is_gellermann_series 的额外关键字参数。

  产出

  • Iterator[Sequence[Any]]

    一个包含长度为 n 的所有 Gellermann 序列的生成器对象。

• generate_gellermann_series_table(n, m, long_format: bool = False, **kwargs)

  生成一个 Pandas DataFrame，其中包含 m 个长度为 n 的随机 Gellermann 序列。

  在宽格式中，DataFrame有列'series_i'，'element_0'，'element_1'，...，'element_{n-1}'，并且每行包含一个完整的系列。在长格式中，DataFrame有列'series_i'，'element_i'，'element'，并且每行包含一个系列的单一元素。

  参数

  • n : int

    系列的长度。

  • m : int

    要生成的系列数量。

  • long_format : bool，可选

    如果为True，则DataFrame为长格式（默认：False）。

  • kwargs

    传递给generate_gellermann_series的额外关键字参数。

  返回

  • pd.DataFrame

    一个包含m个长度为n的随机Gellermann系列的Pandas DataFrame。

许可协议

PyGellermann在GNU通用公共许可证v3或更高版本下发布。有关详细信息，请参阅LICENSE文件。

PyGellermann是在荷兰尼姆egen的比较生物声学组的马克斯·普朗克心理语言学研究所开发的。

参考文献

[^Gellermann1933]: Gellermann, L. W. (1933). 视觉辨别实验中交替刺激的随机顺序。 遗传心理学杂志，42，206-208。