Python 中的实验设计 (DoE)？

Question

Python 中是否有任何模块或包可用于使用实验设计 (DoE) 方法？

Answer 1

你尝试过pyDOE吗？它非常适合构建因子设计、响应曲面设计等。您可以在 PyPi 上找到它。

Answer 2

尝试这个新的代码库，它采用一个简单的 CSV 文件作为输入变量的范围，并在另一个 CSV 文件中生成所需的 DOE。它不是一个完整的包，而是可供使用的功能的集合。

实验设计-Python

Answer 3

我建议使用OpenTURNS 的DoEs。提供的 DoE 是：

• 分层 DoE（轴向、阶乘、复合、盒）
• 随机（引导、LHS、蒙特卡洛、重要性采样）
• 确定性（固定、高斯积、张量积、Smolyak）
• 交叉验证（K-Fold，留一）
• 低差异（Faure、Halton、反向 Halton、Haselgrove，当然还有 Sobol'）
• 优化的 LHS（来自蒙特卡罗或模拟退火，具有不同的标准）

此外，还有不同的求积方法，这是实验设计的另一组特征。

使用 pypi 或 Conda 可以轻松安装。