SPC（Statistical Process Control 统计过程控制）图——Python+JS实现

源码

https://github.com/carlosqsilva/pyspc https://github.com/carlosqsilva/ccharts-online

使用

demo地址： https://carlosqsilva.github.io/ccharts-online/

from pyspc import *

a = spc(pistonrings) + ewma()
print(a)

添加高亮规则

a + rules()

添加更多控制图

a + cusum() + xbar_sbar() + sbar()

包含有18个示例数据库，支持的自定义数据结构有nested lists （嵌套列表）, numpy array （numpy数组 ）或 pandas DataFrame（pandas 数据帧）.

import numpy
from pyspc import *
fake_data = numpy.random.randn(30, 5) + 100
a = spc(fake_data) + xbar_rbar() + rbar() + rules()
print(a)

也可使用GUID，而非编码。（作为独立SPC分析工具可使用GUI，如果集成到应用程序等可使用代码）

$ python3 pyspc_gui.py

功能特点

变量

• Mean and Amplitude
• Mean and Standard Deviation
• Individual Values and Moving Range 移动均值
• Individual values with subgroups 子组
• Exponentially Weighted Moving Average (EWMA)
• Cumulative Sum (CUSUM)

特性

• P Chart
• NP Chart
• C Chart
• U Chart

多变量

• T Square Hotelling
• T Square Hotelling with SubGroup
• Multivariate Exponentially Weighted Moving Average (MEWMA)

安装

$ pip install pyspc