Metadata-Version: 2.1
Name: pyseqlsa
Version: 0.1.2
Summary: This is lag sequential analysis for python3
Home-page: https://github.com/junlei007/LSA
Author: JunLei D
Author-email: junlei007.love@163.com
License: MIT
Description: 
        # LSA(lag sequential analysis)
        滞后序列分析python版
        
        ## 安装
        
        ```
        pip install pyseqlsa
        ```
        或者
        ```
        pip3 install pyseqlsa
        ```
        ## 快速使用
        ```
        from pyseqlsa import LSA
        data = [['A', 'B', 'C', 'B', 'C', 'B', 'C'],
                ['C', 'C', 'B', 'A', 'C', 'A', 'B', 'C', 'B', 'C']]
        
        lsa = LSA(['A', 'B', 'C'])
        lsa.fit(data)
        
        ```
        
        #### 单独查看Z矩阵的方法
        ```
        # 属性Z即是残差显著性的矩阵，大于1.96即显著
        lsa.Z
        ```
        
        
        #### 如果想转换Gseq5为sds文件，可以调用
        
        ```
        lsa.to_sds(data, "filename.sds")
        ```
        
        
        #### 通过csv获得seqs，并进行滞后序列分析
        
        注意此处默认csv的格式，第一列为序列的id，第二列为code，标题名可以随意，从第二行开始读取，如下所示
        
        | id   | code |
        | ---- | ---- |
        | 1    | a    |
        | 1    | b    |
        | 1    | a    |
        | 2    | a    |
        | 2    | b    |
        | 2    | c    |
        
        读取后的数据即可直接用于LSA代码如下所示
        
        
        ```
        from pyseqlsa import read_seqs_from_csv
        from pyseqlsa import LSA
        
        data = read_seqs_from_csv('test.csv')
        lsa = LSA(['A', 'B', 'C'])
        lsa.fit(data)
        
        ```
        
        #### 通过excel获得seqs，并进行滞后序列分析
        
        注意此处默认csv的格式，第一列为序列的id，第二列为code，标题名可以随意，从第二行开始读取，如下所示
        
        | id   | code |
        | ---- | ---- |
        | 1    | a    |
        | 1    | b    |
        | 1    | a    |
        | 2    | a    |
        | 2    | b    |
        | 2    | c    |
        
        读取后的数据即可直接用于LSA代码如下所示
        
        
        ```
        from pyseqlsa import read_seqs_from_excel
        from pyseqlsa import LSA
        
        data = read_seqs_from_excel('test.xlsx')
        lsa = LSA(['a', 'b', 'c'])
        lsa.fit(data)
        
        ```
Platform: UNKNOWN
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.6
Classifier: Programming Language :: Python :: Implementation :: CPython
Classifier: Programming Language :: Python :: Implementation :: PyPy
Requires-Python: >=3.6.0
Description-Content-Type: text/markdown
