计算经济复杂性和相关变量的包
ecomplexit的Python项目详细描述
经济复杂性和产品复杂性
BR/Python软件包来计算经济复杂性指数。
BR/> STATA实施的经济复杂性指数可在：http://Github.com／CID哈佛/经济丛
BR/>使用哈佛CID的阿特拉斯工具探索复杂性和相关数据：http://阿特拉斯，cd.哈佛，EDU.BR/>教程< BR/> *B*/***:BR/>在终端：“PIP安装eBuffy”
＊BR/**用法**:Prth/Br/>从生态丛导入，从生态丛导入接近
BR/> BR/>从CID阿特拉斯导入贸易数据< BR/> DATAYURL=“OnAWStudio2DigialDeal.CsV.BR/>数据＝Pd。Read Oracle CSV（DATAURL，压缩=“zip”，LoLyMeals= false））数据[ [年'，'LooSuthOnCult'，'HsStudioTo'代码''，ExtPosialValue'] ] < Br/> >计算复杂度
TealthCuls= { Time:```，’LOC’：‘LooSoToCube’，‘PROD’：'HSL产品代码'，“http://iTL阿特拉斯下载。'Val'：'BR/c> Cdata＝eCo（数据，TraceY-COLs）< BR/>< BR/>计算接近矩阵< Br/> PROXYDF＝接近（数据，TraceY-COLs）
‘BR/> ** ***：
`
数据：包含生产/贸易数据的熊猫数据包。product和value
cols_input：时间、位置、产品和值的列名的dict。
示例：{time'：'year'、'loc'：'origin'、'prod'：'hs92'、'val'：'export'val'}
presence_test:str用于测试位置中是否存在工业。
“rca”（默认）、“rpop”、“both”或“manual”之一。
确定哪些值是用于m_cp计算。
如果是“手动”，则m_cp取自数据中的“值”列
val_errors_flag:{'converate'，'ignore'，'raise'}。传递给pd.to-u numeric
*default*强制。
rca-mcp-threshold：数字表示rca阈值，超过该阈值mcp为1。
*default*1。
rpop-mcp-threshold：数字表示rpop阈值，超过该阈值mcp为1。
*default*1。仅使用PrimeSyt测试不是“RCA”。
POP：大熊猫DF，按时间、位置和相应的人口顺序排列。
如果PrimeSyTestRestar是“RCA”（默认），则不需要。
连续：用于计算产品近邻，指示
是考虑每个产品对的相关性（true）还是考虑产品
共现性（false）。*默认值* false，由于两者处理矩阵计算的方式，stata和python之间的coi和cog。这些应该在未来进行调整。
-knn密度选项：在未来，允许knn参数用于密度计算
经济复杂性的阿特拉斯：映射通向繁荣的道路（第1部分）。检索自https://growthlab.cid.harvard.edu/files/growthlab/files/atlas_u part1.pdf-hidalgo，c.a.，klinger，b.，barabasi，a.-l.，and；hausmann，r.（2007）。产品空间是国家发展的条件。科学，317（5837），482-487。http://doi.org/10.1126/science.1144581
BR/Python软件包来计算经济复杂性指数。
BR/> STATA实施的经济复杂性指数可在：http://Github.com／CID哈佛/经济丛
BR/>使用哈佛CID的阿特拉斯工具探索复杂性和相关数据：http://阿特拉斯，cd.哈佛，EDU.BR/>教程< BR/> *B*/***:BR/>在终端：“PIP安装eBuffy”
＊BR/**用法**:Prth/Br/>从生态丛导入，从生态丛导入接近
BR/> BR/>从CID阿特拉斯导入贸易数据< BR/> DATAYURL=“OnAWStudio2DigialDeal.CsV.BR/>数据＝Pd。Read Oracle CSV（DATAURL，压缩=“zip”，LoLyMeals= false））数据[ [年'，'LooSuthOnCult'，'HsStudioTo'代码''，ExtPosialValue'] ] < Br/> >计算复杂度
TealthCuls= { Time:```，’LOC’：‘LooSoToCube’，‘PROD’：'HSL产品代码'，“http://iTL阿特拉斯下载。'Val'：'BR/c> Cdata＝eCo（数据，TraceY-COLs）< BR/>< BR/>计算接近矩阵< Br/> PROXYDF＝接近（数据，TraceY-COLs）
‘BR/> ** ***：
`
数据：包含生产/贸易数据的熊猫数据包。product和value
cols_input：时间、位置、产品和值的列名的dict。
示例：{time'：'year'、'loc'：'origin'、'prod'：'hs92'、'val'：'export'val'}
presence_test:str用于测试位置中是否存在工业。
“rca”（默认）、“rpop”、“both”或“manual”之一。
确定哪些值是用于m_cp计算。
如果是“手动”，则m_cp取自数据中的“值”列
val_errors_flag:{'converate'，'ignore'，'raise'}。传递给pd.to-u numeric
*default*强制。
rca-mcp-threshold：数字表示rca阈值，超过该阈值mcp为1。
*default*1。
rpop-mcp-threshold：数字表示rpop阈值，超过该阈值mcp为1。
*default*1。仅使用PrimeSyt测试不是“RCA”。
POP：大熊猫DF，按时间、位置和相应的人口顺序排列。
如果PrimeSyTestRestar是“RCA”（默认），则不需要。
连续：用于计算产品近邻，指示
是考虑每个产品对的相关性（true）还是考虑产品
共现性（false）。*默认值* false，由于两者处理矩阵计算的方式，stata和python之间的coi和cog。这些应该在未来进行调整。
-knn密度选项：在未来，允许knn参数用于密度计算
经济复杂性的阿特拉斯：映射通向繁荣的道路（第1部分）。检索自https://growthlab.cid.harvard.edu/files/growthlab/files/atlas_u part1.pdf-hidalgo，c.a.，klinger，b.，barabasi，a.-l.，and；hausmann，r.（2007）。产品空间是国家发展的条件。科学，317（5837），482-487。http://doi.org/10.1126/science.1144581
欢迎加入QQ群-->： 979659372
