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
文章目录
- 写在前面
- 关于库
- 库使用
- [文件名称: all_test.py](#文件名称: all_test.py)
- [文件名称: common_maths.py](#文件名称: common_maths.py)
- [文件名称: source2md.py](#文件名称: source2md.py)
- 仓库的链接
- END
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