cmprsk r包的python包装器
cmprsk的Python项目详细描述
cmprsk-竞争风险回归
竞争风险子分布函数的回归模型。
围绕cmprskr包的python包装器。
description：的估计、测试和回归建模 竞争风险中的次分布函数，如灰色描述 （1988），一类用于比较累积 竞争风险的发生率，ann。统计16:1141-1154，罚款JP和 gray-rj（1999），分区分布的比例危险模型 关于竞争风险，Jasa，94:496-509。
Original Package documentation
要求
这个包使用rpy2来使用import-cmprsk r包，因此必须满足requierments for rpy2。
tl；dr
- 类unix操作系统：linux、macos、bsd。（可以在windows上工作，查看[rpy2二进制文件]（https://rpy2.readthedocs.io/en/version_2.8.x/overview.html#microsoft-s-windows-precompiled-binaries）。
- python>；=3.5
- r>；=3.3how to install R
- readline 7.0-应作为
rpy2的一部分安装。how to install on MacOS另请参见下面的issue cmprskr库（打开r consule并运行install.packages('cmprsk')）
快速启动
示例：crr
importpandasaspdimportcmprsk.cmprskascmprskfromcmprskimportutilsdata=pd.read_csv('my_data_fle')# assuming that x1,x2,x3, x4 are covatiates. # x1 are x4 are categorical with baseline 'd' for x1 and 5 for x2 static_covariates=utils.as_indicators(data[['x1','x2','x3','x4']],['x1','x4'],bases=['d',5])crr_result=cmprsk.crr(ftime,fstatus,static_covariates)report=crr_result.summaryprint(report)
ftime和fstatus可以是numpy数组或pandas系列，static_covariates是pandas数据帧。
这只熊猫也是熊猫。
示例：cuminc
importmatplotlib.pltimportnumpyasnpimportpandasaspdfromcmprskimportcmprskdata=pd.read_csv('cmprsk/cmprsk/tests/test_set.csv')print(data)cuminc_res=cmprsk.cuminc(data.ss,data.cc,group=data.gg,strata=data.strt)# printcuminc_res.print# plot using matplotlib_,ax=plt.subplots()forname,groupincuminc_res.groups.items():ax.plot(group.time,group.est,label=name)ax.fill_between(group.time,group.low_ci,group.high_ci,alpha=0.4)ax.set_ylim([0,1])ax.legend()ax.set_title('foo bar')plt.show()
如何更新包：
- 在setup.py中更新版本
- rm-fr dist目录
- python setup.py sdist bdist_轮
- 捆绳上传距离/*--详细
欢迎加入QQ群-->： 979659372
