针对在（废水）环境中获得的数据的数据分析包
wwdata的Python项目详细描述
wwdata
针对（废水）环境中获得的数据的数据分析包
- 自由软件：GNU通用公共许可v3
- 文档：https://ugentbiomath.github.io/wwdata-docs/
- 资金来源：Dommel Waterboard
- 背景：根特大学Biomath的博士研究
结构
这个包包含一个类和三个子类，都在单独的.py文件中。子类的划分基于数据类型：
- 全尺寸装置的在线数据（基于在线传感器）
- 来自实验室实验的在线数据（基于LabSensor）
- 从实验室实验获得的离线数据（基于实验室实验）。
jupyter notbeook文件（.ipynb）演示了可用函数的使用。最发达的类别是基于在线传感器的类别。该类的工作流如下图所示，其中osb表示基于在线传感器的对象。主要前提是从不删除数据，而是对其进行标记，并且能够在填补数据集中的空白时检查可靠性。
示例
有关包含代码和更具体示例的工作流，请查看作为包文档包含的Showcase Jupyter笔记本。
学分
这个包是在Cookiecutter和audreyr/cookiecutter-pypackage项目模板以及GitHub page的支持下创建的，由Daler提供，并解释了如何将sphinx文档生成与github页面结合使用。
历史记录
0.1.0（2017-10-23）
pypi上的第一个版本。
wwdata（废水数据）包旨在使数据分析、验证和填补数据空白更为精简。它包含执行所有这些操作的代码，同时还提供整个过程的简单可视化。
该软件包是在博士研究的框架下开发的，涉及对一个全尺寸污水处理厂（WWTP）的建模。工厂的在线测量是可用的，但与所有数据一样，并不完美，因此需要验证。间隙填充源于运行污水处理厂模型所需的高频进水数据。
0.2.0（2018-06-12）
PYPI的第二个版本。
wwdata（废水数据）包旨在使数据分析、验证和填补数据空白更为精简。它包含执行所有这些操作的代码，同时还提供整个过程的简单可视化。
该软件包是在博士研究的框架下开发的，涉及对一个全尺寸污水处理厂（WWTP）的建模。工厂的在线测量是可用的，但与所有数据一样，并不完美，因此需要验证。间隙填充源于运行污水处理厂模型所需的高频进水数据。
0.2.0版中的新功能：
- 错误修复
- 向多个函数添加only_checked参数，以便仅将函数应用于已验证的数据点（self.meta_valid中的“original”）。
- 扩展、改进和定制文档网站（使用Sphinx生成）。
- 扩展和改进的jupyter笔记本文档。
- 改进的get_correlation可视化：基于获得的相关性的预测带现在包含在生成的散点图中。
已知错误：
- 请参阅（github上的开放问题）[https://github.com/UGentBiomath/wwdata/issues]）
欢迎加入QQ群-->： 979659372
