写在前面

本来最开始只是单纯的想整理一下常用到的各类算法，还有一些辅助类的函数，方便时间短的情况下快速开发。后来发现整理成库更方便些，索性做成库，通过pip install 直接可以安装使用

关于库

平时见到的各类算法大多数还是需要自己手动敲，比如四分位距法，还得知道了原理后详改代码，索性直接做成函数，直接传入原始数据，返回清洗后的数据。内部的话代码也已经开源，也做过几轮测试，所以不用担心会出现什么奇奇怪怪的BUG之类，当然如果有的话还请提出

库使用

安装方式

pip install myz_tools

目前主要两部分，一个算法，一个是用于python文件转化为文档的函数，使用也很方便，支持自定义目录和指定输出到一个md或者各自转化的不同的md文件里面，虽然有Sphinx可以用，但是我还是期待可以找到一种更加简洁的方式快速解决问题

使用方式如下

from myz_tools.source2md import dir2md

dir2md("./待处理的目录")

dir2md会自动检查此目录下的所有的python文件并且生成文档，完整参数可以鼠标放到上面查看

最终的效果是下面这样的（把生成的md文件里面的内容拷贝到了下面）

文件名称: all_test.py

[TOC]

函数部分：

类部分：

类TestCreateDir

TestCreateDir

类方法setUp

在每个测试之前运行的代码，用于设置测试环境

类方法tearDown

在每个测试之后运行的代码，用于清理测试环境

类方法test_create_new_directory

测试函数在不存在的路径中创建目录

类方法test_directory_already_exists

测试函数在目录已经存在的情况下处理

类TestGetMaxDiff

类方法test_standard_case

测试函数在正常二维数组中的行为

类方法test_single_column_array

测试函数在只有一列的二维数组中的行为

类方法test_invalid_input

测试函数在非二维数组输入中的行为

类方法test_non_numeric_data

测试函数在包含非数字数据的二维数组中的行为

类TestRemoveOutliersIQR

类方法test_remove_outliers_basic

测试简单的二维数组，确保函数能正确去除异常值。

类方法test_all_inliers

测试当没有异常值时，所有数据都应该保留。

类方法test_single_column

测试只有一列数据的情况。

类TestExportToCsv

类方法setUp

在每个测试之前运行的代码，用于设置测试环境

类方法tearDown

在每个测试之后运行的代码，用于清理测试环境

类方法test_file_creation

测试函数是否能够创建CSV文件

类方法test_data_written_correctly

测试函数是否正确写入数据到CSV文件

类方法test_append_data

测试函数在文件存在时是否能够正确追加数据

文件名称: common_maths.py

函数部分：

函数create_dir

在指定路径下创建名称为{dir_name}的文件夹
Args:
    dir_name: 文件夹名称
    path: 要创建文件夹的路径，默认为当前路径

Returns:
    无

函数get_max_diff

参数：
    two_dimensional_array: 二维数组
返回值：
    每一列里面最大值和最小值的差值，类型是一个一维数组
功能：
    传入一个二维数组，函数返回每一列里面最大值和最小值的差值。

函数remove_outliers_iqr

参数：
    data: 二维数组
返回值：
    去除异常值后的二维数组和有效的行索引，类型是一个元组
功能：
    四分位距法去除传入的二维数组中的异常值，注意是对于每一列来说的自己的异常值

函数export_to_csv

参数：
    array_data: 二维数组，要保存的数据
    file_name: 字符串，CSV文件的名称（不包含扩展名）
    output_directory: 字符串，保存文件的目录路径，默认为当前目录
返回：
    None
功能：
    将给定的二维数组保存到指定目录中的CSV文件。如果文件已存在，则追加数据，并在每次写入时添加空行作为分隔符。

类部分：

文件名称: source2md.py

函数部分：

函数dir2md

Args:
    source_dir: 待处理目录
    output_dir: 输出目录
    single_file: 是否将所有文件放到一个md文件中

函数extract_info

功能：
    解析python文件，提取函数和类信息
Args:
    file_path: 待处理文件路径
Returns:
    function_docs: 函数信息
    class_info: 类信息

函数all_save_markdown

功能：
    将提取的函数和类信息保存为markdown文件
Args:
    file_path: 待处理文件路径
    output_path: 保存路径
    function_docs: 函数信息
    class_info: 类信息
Returns:
    无

函数all2md

功能：调用，将一个python文件中的函数和类信息提取出来，并保存为markdown文件
Args:
    file_path: 字符串，python文件的路径
    output_path: 字符串，markdown文件的保存路径
Returns:
    无

函数extract_function_docs_from_file

从 Python 文件中提取函数的 docstring（注释部分）。

参数:
    file_path: 字符串，Python 文件的路径。

返回:
    字典，键为函数名，值为函数的 docstring。

函数save_docs_to_markdown

将函数的 docstring 保存到 Markdown 文件中。

参数:
    docs: 字典，包含函数名和 docstring 的映射。
    output_path: 字符串，Markdown 文件的保存路径。

函数pyFun2md

将 Python 文件中提取 docstring 并保存为 Markdown 文件。

参数:
    source_file: 字符串，源 Python 文件的路径。
    output_md: 字符串，输出 Markdown 文件的路径。

类部分：

仓库的链接

如果使用中有问题或者是需要别的什么算法，欢迎到
Issues · yi/myz_tools - Gitee.com提Issues，我会逐个看过去的

END

本文由博客一文多发平台 OpenWrite 发布！