一. nippy

1.1. 简介

• nippy是一个Python（3.6+）模块，用于快速探索不同的NIRS预处理方法。
• nippy收集和包装了最常见的预处理方法，并提供了用于快速构建具有可选预处理组合的预处理管道的工具。
• 本模块的目的是使用户能够快速测试多种交替预处理技术，并测试这些技术如何影响NIRS模型的性能。

1.2. 使用方法

nippy分析的典型结构如下：

• (1) 通过生成INI格式的配置文件，指定要尝试的方法和相关参数。（有关编写配置文件的详细文档，请查看CONFIGURATION.md).
• • 例如，将nippy配置为在三个不同的滤波器长度（7、11和31）下测试二阶导数Savitzky-Golay滤波（具有三阶多项式拟合），可以通过向配置文件添加以下部分来完成。

 [SAVGOL]
    filter_win = 7, 11, 31
    poly_order = 3
    deriv_order = 2
    also_skip = True

• (2) 将NIR数据加载到numpy矩阵（行波长、列样本）。将波长加载到一个numpy向量中。

data = np.genfromtxt('nir_data.csv', delimiter=',')
wavelength = data[0, :]
spectra = data[1:, :].T  # Rows = wavelength, Columns = samples

• (3) 导入nippy并使用nippy.read_configuration.

import nippy
pipelines = nippy.read_configuration('example_protocol.ini')

• (4) nippy生成所有可能的预处理排列的列表。将数据和管道列表传递给nippy函数。

datasets = nippy.nippy(wavelength, spectra, pipelines)

变量数据集现在包含已根据pipelines变量中列出的方法进行预处理的数据集列表。预处理的数据可以在Python中使用，也可以导出以在其他应用程序中使用。

1.3. 需求

• numpy (1.13.1+)
• scipy (0.19.1+)
• sklearn (0.19.2+)

1.4. 安装

pip install git+https://github.com/uef-bbc/nippy

1.5. 存储库内容

• nippy.py: 包含所有预处理操作
• handler.py: 用于生成和运行多个预处理管道的顶层脚本

1.6. 实例

• example.py: 用于执行多个预处理管道的示例脚本
• example.ini: nippy协议示例
• nir_data.csv: 用于演示的小型NIR数据集

二、nippy.py

2.1. 导入的模块

2.2 类

2.2.1 Preprocessor