Patsy est une librairie permettant la description de modèles statistiques (comportant un facteur linéaire) et permettant de construire des matrices de design. Celles-ci peuvent définir une régression ou une appartenance à des groupes.
La syntaxe utilisée est inspirée et compatible avec celle du mini-langage formula rencontré en R et en S. Les matrices ainsi créées, définissant des modèles, peuvent être utilisées par des librairies de statistiques.
Par exemple, pour faire une régression de y en fonction de x,a,b ainsi que l’interaction entre a et b, on écrit :
desc = ModelDesc.from_formula("y ~ (a + b + c + d) ** 2")
desc.describe()
De plus, Patsy permet :
- D’utiliser du code Python de façon arbitraire (utilisation de log(x) dans une formule)
- Des options pour les catégories, permettant la détection et la suppression automatique de doublons
- D’effectuer une même transformation à différents ensembles de données, même pour la normalisation
- De gérer des jeux de données conséquents ne tenant pas en mémoire
- De construire des matrices de contraintes linéaires dans un langage intelligible
- D’utiliser une API simple pour l’intégration dans d’autres modules Python