描述性流行病学的综合元回归框架
项目描述
介绍
该项目是描述性流行病学元回归工具 DisMod-MR，它源于 2010 年全球疾病负担 (GBD) 研究。DisMod-MR 是为华盛顿大学健康指标和评估研究所开发的2008-2013 年。
<nav class="contents" id="contents">内容
</nav>例子
安装
Dismod MR 需要 PyMC2，它不能很好地与普通的 Python 安装工具配合使用。幸运的是，conda已经为我们解决了这个问题。所以首先你需要设置一个 conda 环境（在安装 conda 之后，如果需要的话）并安装pymc。然后你可以使用pip安装dismod_mr。
conda create --name=dismod_mr python=3.6 pymc
conda activate dismod_mr
pip install dismod_mr如果您收到错误说明
ERROR: Complete output from command python setup.py egg_info:
ERROR: Traceback (most recent call last):
File "<string>", line 1, in <module>
File "/tmp/pip-install-d9fbq7v3/pymc/setup.py", line 8, in <module>
from numpy.distutils.misc_util import Configuration
ModuleNotFoundError: No module named 'numpy'
----------------------------------------
ERROR: Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-install-d9fbq7v3/pymc/或类似的东西，您没有正确安装pymc 。
从源安装
如果您想以可编辑模式在本地安装dismod_mr，说明非常相似。我们将克隆存储库并从本地目录安装它，而不是使用pip从 Python 包索引中获取它。
conda create --name=dismod_mr python=3.6 pymc
conda activate dismod_mr
git clone git@github.com:ihmeuw/dismod_mr.git
cd dismod_mr
pip install -e .编码实践
在代码之前编写测试
测试前写方程
使用模拟数据进行定量测试
使用真实数据进行定性测试
自动化测试
使用包装而不是 DIY
测试包
稍后优化代码
在速度之前优化代码的可读性
.py文件应该很短，少于 500 行
函数应该很短，少于 25 行
