題:
Python中的生存分析工具
MarkSAlen
2010-08-16 17:10:30 UTC
view on stackexchange narkive permalink

我想知道是否有任何能夠執行生存分析的python軟件包。我一直在R中使用Survival軟件包，但想將我的工作移植到python。

使用Rpy從Python調用R ;-)
根據我的經驗，RPy（現在為2）很難安裝。
在過去30年中，用於生存分析的Python開發人員是否投入了Terry Therneau和其他人在R生存軟件包中投入的工作，包括廣泛的測試，這是極為令人懷疑的。生存程序包經過了我在統計資料中所見過的最嚴格的測試程序。
同意R的“生存”包受到大型社區的密切審查。
七 答案:
Cam.Davidson.Pilon
2013-09-08 08:59:15 UTC
view on stackexchange narkive permalink

檢查 生命線¹項目，以簡單，乾淨的方式在Python中實現生存模型，包括

  • 生存函數估計器
  • 累積危害曲線估計器
  • Cox比例風險回歸模型
  • Cox時變回歸模型
  • 參數AFT模型
  • Aalen的加性回歸模型
  • 多變量測試

好處：

  • 建立在熊貓之上
  • 易於安裝的純Python &
  • 內置繪圖功能
  • 簡單界面

此處提供了文檔：文檔和示例

示例用法：

 從生命線導入KaplanMeierFittersurvival_times = np.array（[0。，3.，4.5，10.，1。]）events = np.array（[False，True，True，False，True]）kmf = KaplanMeierFitter（）kmf.fit（survival_times，event_observed = events）print（kmf.survival_function_）print（kmf.median_）kmf.plot（）代碼>

示例圖在內置的繪圖庫中：

enter image description here

  1. 免責聲明：我是主要作者。向我（個人資料中的電子郵件）發問關於生命線的問題或反饋。
    2. ol>
（+1）救生包的巧妙名稱。
csgillespie
2010-08-16 19:05:44 UTC
view on stackexchange narkive permalink

AFAIK，python中沒有任何生存分析包。正如上面的mbq註釋所示，唯一可用的路由是 Rpy。

即使有可用的純python軟件包，我在使用它時也會非常小心，尤其是查看：

  • 它多久更新一次。
  • 它具有龐大的用戶群嗎？
  • 它具有先進的技術嗎？

R的好處之一就是這些標準軟件包可以進行大量的測試和用戶反饋。處理真實數據時，意外的邊緣情況可能會蔓延。

在過去的5年中，Python發生了許多變化（更好）。在[Lifelines]（http://lifelines.readthedocs.org/）上[Cam.Davidson.Pilon的回答]（http://stats.stackexchange.com/a/69484/6552）。
ars
2010-08-16 21:30:54 UTC
view on stackexchange narkive permalink

python-asurv是為天文學中的生存方法移植 asurv軟件的一項努力。也許值得關注，但是cgillespie對需要提防的事情是正確的：它還有一段 long 的路要走，而且開發似乎並不活躍。 （AFAICT僅存在一種方法甚至完成了一種方法，例如生物統計學家可能就缺少該軟件包。）

您可能最好從R到Python使用R中的 survival軟件包例如 RPy或 PypeR。我自己這樣做沒有任何問題。

Josh Hemann
2010-09-16 21:53:29 UTC
view on stackexchange narkive permalink

PyIMSL包含一些用於生存分析的例程。它是非商業用途的啤酒中的免費飲料，否則完全支持。從《統計用戶指南》中的文檔...

計算Kaplan-Meier生存概率估計值：kaplanMeierEstimates（）

使用Cox比例風險模型propHazardsGenLin分析生存率和可靠性數據（）

使用廣義線性模型來分析生存數據：survivalGlm（）

使用各種參數模式的估計：survivingEstimates（）

使用以下參數來估計可靠性危害函數：非參數方法：nonparamHazardRate（）

產生人口和隊列壽命表：lifeTables（）

Carl Smith
2012-07-24 06:13:39 UTC
view on stackexchange narkive permalink

您現在可以在 IPython中使用R，因此您可能希望研究使用具有R擴展名的IPython。

你能舉個例子嗎？我很好奇嘗試一下！
我相信您指的是[R magic]（http://ipython.org/ipython-doc/dev/config/extensions/rmagic.html）接口（使用`rpy2`）。我也很想看看一個簡單的例子。 （據我了解，生存模型尚未在[statsmodels]（http://statsmodels.sourceforge.net/devel/）中完全可用。）
我對statsmodels不太確定，但是您可以從github獲得帶有C，Octave和[R]示例的筆記本（https://github.com/ipython/ipython/blob/master/docs/examples/notebooks/ rmagic_extension.ipynb）擴展。您需要運行Notebook才能明顯地使用它們，但是我確定您可以在任何界面中使用相同的代碼。
@user603這是一個簡單的演示：http://nbviewer.ipython.org/4383682/;我相信，這依賴於相當新的iPython。
sebp
2018-10-07 22:39:53 UTC
view on stackexchange narkive permalink

我還想提到 scikit-survival，它提供了生存分析模型，可以輕鬆地與scikit-learn的工具結合使用（例如KFold交叉驗證）。

在撰寫本文時， scikit-survival包括

的實現
  • 累積危險函數的Nelson-Aalen估計器。
  • 生存函數的Kaplan-Meier估計器。
  • 帶有或不帶有彈性淨罰分的Cox比例風險模型。
  • 加速故障時間模型。
  • 生存支持向量機。
  • 梯度增強的Cox模型。
  • 用於績效評估的一致性指數。
scikit-survival非常適合事件預測時間相關的任務！
oDDsKooL
2013-06-25 20:59:05 UTC
view on stackexchange narkive permalink

除了通過 Ry 或等效的方式使用 R 之外， statsmodels（以前是 sicpy。）中還存在許多生存分析例程。 statsmodel ）python庫。但是，它們在“沙盒”程序包中，這意味著它們不應該立即投入生產。

例如您已經在此處此處編碼了比例風險的Cox模型。



ⓘ
該問答將自動從英語翻譯而來。原始內容可在stackexchange上找到，我們感謝它分發的cc by-sa 2.0許可。
Loading...