Python随笔 scorecardpy笔记

叁歲伎倆 2022-11-24 14:18 620阅读 0赞

### 目录 ###

*  scorecardpy笔记
 *   *  简介
     *  运行示例
     *  详细分析各函数
     *   *  sc.germancredit()
         *  sc.var\_fillter(...)
         *  sc.split\_df(...)
         *  woebin(...)
         *  woebin\_ply(...)
         *  sc.perf\_eva(...)
         *  sc.scorecard(...)
         *  sc.scorecard\_ply(...)
         *  sc.perf\_psi()
     *  问题解决
     *   *  matplotlib.pyplot未安装\[^3\]
         *  Python-tk未安装\[^4\]
         *  Python-Sklearn\[^5\]
         *  Python2.7.17版本问题
         *  终极解决方案——\[Anaconda\](https://www.anaconda.com/)
     *  附件
     *  参考

# scorecardpy笔记 #

首次编辑：2020-08-06  
编辑人：Cairne

## 简介 ##

随着互联网在传统金融和电子商务领域的不断渗透，风控+互联网的融合也对传统的风控提出了新的要求和挑战。以评分卡为例，互联网形态下的评分卡需要面临更多维数据、更实时数据、更异常数据的挑战。因此，懂得互联网业务下的风控评分卡已经成为互联网风控从业人员的新要求。1

以下内容翻译自参考2 用于个人学习。2

Python中信贷评分卡中常用的两个库有“scorecardpy”和“Toad”。其中scorecardpy是由谢士晨博士开发，该软件包是R软件包评分卡的python版本。它的目标是通过提供一些常见任务的功能，使传统信用风险计分卡模型的开发更加轻松有效。该包的功能及对应的函数如下：

· 数据划分(split\_df)  
· 变量选择(iv, var\_filter)  
· 变量按权重（woe）分箱(woebin, woebin\_plot, woebin\_adj, woebin\_ply)  
· 评分转换(scorecard, scorecard\_ply)  
· 模型评估(perf\_eva, perf\_psi)

在命令台中使用以下代码，从[PYPI][]中下载scorecardpy的最新发布版本:

# python2
    pip install scorecardpy
    # python3
    pip3 install scorecardpy

也可以使用以下指令从[GitHub][]上下载scorecardpy的最新版本:

# python2
    pip install git+git://github.com/shichenxie/scorecardpy.git
    # python3
    pip3 install git+git://github.com/shichenxie/scorecardpy.git

注意，以上安装需要Pandas版本高于（包括）0.25.0，否则下载会失败！

## 运行示例 ##

以下实例向您展示了如何开发一个通用的信用风险评分卡项目：

# Traditional Credit Scoring Using Logistic Regression
    # 基于逻辑回归的传统信用回归
    import scorecardpy as sc
    
    # data prepare ------
    # 数据准备 -----
    # load germancredit data
    # 加载germancredit（德国信贷）数据
    dat = sc.germancredit()
    
    # filter variable via missing rate, iv, identical value rate
    # 通过数据缺失率、IV值、相同值来过滤变量
    dt_s = sc.var_filter(dat, y="creditability")
    
    # breaking dt into train and test
    # 将DataFrame分成训练集和测试集
    train, test = sc.split_df(dt_s, 'creditability').values()
    
    # woe binning ------
    # 根据woe值进行分箱
    bins = sc.woebin(dt_s, y="creditability")
    # sc.woebin_plot(bins)
    
    # binning adjustment
    # 分箱调整
    # # adjust breaks interactively
    # # 有交互地进行重组调整
    # breaks_adj = sc.woebin_adj(dt_s, "creditability", bins) 
    # # or specify breaks manually
    # # 或者手动进行重组调整
    breaks_adj = { 
        'age.in.years': [26, 35, 40],
        'other.debtors.or.guarantors': ["none", "co-applicant%,%guarantor"]
    }
    bins_adj = sc.woebin(dt_s, y="creditability", breaks_list=breaks_adj)
    
    # converting train and test into woe values
    # 将测试集和训练集转换为woe值
    train_woe = sc.woebin_ply(train, bins_adj)
    test_woe = sc.woebin_ply(test, bins_adj)
    
    y_train = train_woe.loc[:,'creditability']
    X_train = train_woe.loc[:,train_woe.columns != 'creditability']
    y_test = test_woe.loc[:,'creditability']
    X_test = test_woe.loc[:,train_woe.columns != 'creditability']
    
    # logistic regression ------
    # 逻辑回归 -----
    from sklearn.linear_model import LogisticRegression
    lr = LogisticRegression(penalty='l1', C=0.9, solver='saga', n_jobs=-1)
    lr.fit(X_train, y_train)
    # lr.coef_
    # lr.intercept_
    
    # predicted proability
    # 可能性预测
    train_pred = lr.predict_proba(X_train)[:,1]
    test_pred = lr.predict_proba(X_test)[:,1]
    
    # performance ks & roc ------
    # ks 和 roc 的性能表现 -----
    train_perf = sc.perf_eva(y_train, train_pred, title = "train")
    test_perf = sc.perf_eva(y_test, test_pred, title = "test")
    
    # score ------
    # 得分 -----
    card = sc.scorecard(bins_adj, lr, X_train.columns)
    # credit score
    # 信用得分
    train_score = sc.scorecard_ply(train, card, print_step=0)
    test_score = sc.scorecard_ply(test, card, print_step=0)
    
    # psi
    # 
    sc.perf_psi(
      score = { 'train':train_score, 'test':test_score},
      label = { 'train':y_train, 'test':y_test}
    )

## 详细分析各函数 ##

### sc.germancredit() ###

<table> 
 <thead> 
  <tr> 
   <th>描述</th> 
   <th>一组数据，该数据组使用一组属性来定义一个债务人的信用风险</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>参数</td> 
   <td>无</td> 
  </tr> 
  <tr> 
   <td>返回值</td> 
   <td>DataFrame</td> 
  </tr> 
 </tbody> 
</table>

### sc.var\_fillter(…) ###

(dt, y, x=None, iv\_limit=0.02, missing\_limit=0.95, identical\_limit=0.95, var\_rm=None, var\_kp=None, return\_rm\_reason=False, positive=‘bad|1’)

<table> 
 <thead> 
  <tr> 
   <th>描述</th> 
   <th>此函数根据指定条件（例如信息值，丢失率，相同值率）过滤变量。</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>dt</td> 
   <td>具有x（预测变量/特征）和y（响应/标签）变量的数据帧。</td> 
  </tr> 
  <tr> 
   <td>y</td> 
   <td>y变量的名称。</td> 
  </tr> 
  <tr> 
   <td>X</td> 
   <td>X变量的名称。默认值为None。如果X为None，则除y外的所有变量都计为X变量。</td> 
  </tr> 
  <tr> 
   <td>iv_limit</td> 
   <td>被保留变量的iv值最小值，默认值为0.02。</td> 
  </tr> 
  <tr> 
   <td>missing_limit</td> 
   <td>保留变量丢失值最大值，默认值为0.95。</td> 
  </tr> 
  <tr> 
   <td>identical_limit</td> 
   <td>保留变量的重复率最大值（不计算空值），默认值为0.95。</td> 
  </tr> 
  <tr> 
   <td>var_rm</td> 
   <td>强制删除的变量名称，默认值为NULL。</td> 
  </tr> 
  <tr> 
   <td>var_kp</td> 
   <td>强制保留的变量名称，默认值为NULL。</td> 
  </tr> 
  <tr> 
   <td>return_rm_reason</td> 
   <td>返回删除原因，默认值为False。</td> 
  </tr> 
  <tr> 
   <td>positive</td> 
   <td>好类（正面类）的值，默认为“bad | 1”</td> 
  </tr> 
  <tr> 
   <td>返回值1</td> 
   <td>DataFrame(具有y和选定的x变量的数据表)</td> 
  </tr> 
  <tr> 
   <td>返回值2</td> 
   <td>Dict(上述DataFrame再附加删除原因)，return_rm_reason=True时使用</td> 
  </tr> 
 </tbody> 
</table>

### sc.split\_df(…) ###

(dt, y=None, ratio=0.7, seed=186)

<table> 
 <thead> 
  <tr> 
   <th>描述</th> 
   <th>将一个数据集分割为训练集和测试集。</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>dt</td> 
   <td>数据帧</td> 
  </tr> 
  <tr> 
   <td>y</td> 
   <td>y变量的名称，默认为NULL。 如果提供了输入数据，则将根据预测变量y进行拆分。</td> 
  </tr> 
  <tr> 
   <td>ratio</td> 
   <td>一个数字值，它指示拆分的一部分占总数据数量的比例。默认值为0.7，必须小于1。</td> 
  </tr> 
  <tr> 
   <td>seed</td> 
   <td>随机种子，默认值为186。</td> 
  </tr> 
  <tr> 
   <td>返回值</td> 
   <td>Dict（包括训练集和测试集）</td> 
  </tr> 
 </tbody> 
</table>

### woebin(…) ###

(dt, y, x=None,  
var\_skip=None, breaks\_list=None, special\_values=None,  
stop\_limit=0.1, count\_distr\_limit=0.05, bin\_num\_limit=8,  
positive=“bad|1”, no\_cores=None, print\_step=0, method=“tree”,  
ignore\_const\_cols=True, ignore\_datetime\_cols=True,  
check\_cate\_num=True, replace\_blank=True,  
save\_breaks\_list=None, \*\*kwargs,  
\#min\_perc\_fine\_bin=0.02, min\_perc\_coarse\_bin=0.05, max\_num\_bin=8  
)

<table> 
 <thead> 
  <tr> 
   <th>描述</th> 
   <th>“ woebin”使用包括“树状分割”或“卡方合并”在内的方法为“数值”，“因子”和“分类变量”生成最佳分箱。如果提供了breaks_list或special_values，woebin还可以自定义断点。</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>备注</td> 
   <td>默认的woe定义为<span><span><span> ln ⁡ D i s t r &nbsp; B a d &nbsp; i D i s t r &nbsp; G o o d &nbsp; i \ln \frac{Distr~Bad~i}{Distr~Good~i} </span><span><span><span style="height: 1.22511em; vertical-align: -0.345em;"></span><span>ln</span><span style="margin-right: 0.166667em;"></span><span><span></span><span><span><span><span style="height: 0.880108em;"><span style="top: -2.655em;"><span style="height: 3em;"></span><span><span><span style="margin-right: 0.02778em;">D</span><span>i</span><span>s</span><span>t</span><span style="margin-right: 0.02778em;">r</span><span><span>&nbsp;</span></span><span>G</span><span>o</span><span>o</span><span>d</span><span><span>&nbsp;</span></span><span>i</span></span></span></span><span style="top: -3.23em;"><span style="height: 3em;"></span><span style="border-bottom-width: 0.04em;"></span></span><span style="top: -3.394em;"><span style="height: 3em;"></span><span><span><span style="margin-right: 0.02778em;">D</span><span>i</span><span>s</span><span>t</span><span style="margin-right: 0.02778em;">r</span><span><span>&nbsp;</span></span><span style="margin-right: 0.05017em;">B</span><span>a</span><span>d</span><span><span>&nbsp;</span></span><span>i</span></span></span></span></span><span></span></span><span><span style="height: 0.345em;"><span></span></span></span></span></span><span></span></span></span></span></span></span>。 如果您更喜欢<span><span><span> ln ⁡ D i s t r &nbsp; G o o d &nbsp; i D i s t r &nbsp; B a d &nbsp; i \ln \frac{Distr~Good~i}{Distr~Bad~i} </span><span><span><span style="height: 1.22511em; vertical-align: -0.345em;"></span><span>ln</span><span style="margin-right: 0.166667em;"></span><span><span></span><span><span><span><span style="height: 0.880108em;"><span style="top: -2.655em;"><span style="height: 3em;"></span><span><span><span style="margin-right: 0.02778em;">D</span><span>i</span><span>s</span><span>t</span><span style="margin-right: 0.02778em;">r</span><span><span>&nbsp;</span></span><span style="margin-right: 0.05017em;">B</span><span>a</span><span>d</span><span><span>&nbsp;</span></span><span>i</span></span></span></span><span style="top: -3.23em;"><span style="height: 3em;"></span><span style="border-bottom-width: 0.04em;"></span></span><span style="top: -3.394em;"><span style="height: 3em;"></span><span><span><span style="margin-right: 0.02778em;">D</span><span>i</span><span>s</span><span>t</span><span style="margin-right: 0.02778em;">r</span><span><span>&nbsp;</span></span><span>G</span><span>o</span><span>o</span><span>d</span><span><span>&nbsp;</span></span><span>i</span></span></span></span></span><span></span></span><span><span style="height: 0.345em;"><span></span></span></span></span></span><span></span></span></span></span></span></span>，请将参数positive设置为负值，例如“ 0”或“ good”。 如果在计算woe时存在零值，则零将被0.99取代以使woe不出现无穷值。</td> 
  </tr> 
  <tr> 
   <td>dt</td> 
   <td>具有x（预测变量/特征）和y（响应/标签）变量的数据帧。</td> 
  </tr> 
  <tr> 
   <td>y</td> 
   <td>y变量的名称。</td> 
  </tr> 
  <tr> 
   <td>X</td> 
   <td>X变量的名称。默认值为NULL。，如果X为NULL，则除y外的所有变量都计为X变量。</td> 
  </tr> 
  <tr> 
   <td>var_skip</td> 
   <td>跳过合并的变量名称， 默认为None。</td> 
  </tr> 
  <tr> 
   <td>breaks_list</td> 
   <td>断点列表，默认为None。 如果不是None，则变量分箱将基于提供的break_list。</td> 
  </tr> 
  <tr> 
   <td>special_values</td> 
   <td>被放在单独分箱中的特殊值，默认为None。</td> 
  </tr> 
  <tr> 
   <td>count_distr_limit</td> 
   <td>分箱最小箱所占数据百分比，接受范围：0.01-0.2， 默认值为0.05。</td> 
  </tr> 
  <tr> 
   <td>stop_limit</td> 
   <td>当信息值增益比小于stop_limit时停止合并分割，或者当卡方的最小值小于"qchisq(1-stoplimit,1)"(Rlang中的卡方函数)时停止合并。 接受范围：0-0.5，默认值为0.1。</td> 
  </tr> 
  <tr> 
   <td>bin_num_limit</td> 
   <td>合并的最大数量。</td> 
  </tr> 
  <tr> 
   <td>positive</td> 
   <td>正类的值，默认为“ bad | 1”。</td> 
  </tr> 
  <tr> 
   <td>no_cores</td> 
   <td>用于并行计算的CPU内核数， 默认值为None。 如果no_cores为None，且x变量的长度小于10，则设置为1；如果x变量的长度大于或等于10，则设置为全部CPU。</td> 
  </tr> 
  <tr> 
   <td>print_step</td> 
   <td>如果print_step&gt;0，则按每次迭代打印变量名称。 如果print_step=0或no_cores&gt;1，则不打印任何消息。非负整数。 默认值为1。</td> 
  </tr> 
  <tr> 
   <td>method</td> 
   <td>最佳分箱方法，应为“tree（树状分割）”或“ chimerge（卡方合并）”。 默认为“tree”。</td> 
  </tr> 
  <tr> 
   <td>ignore_const_cols</td> 
   <td>逻辑，用于忽略全为常量的列。 默认为True。</td> 
  </tr> 
  <tr> 
   <td>ignore_datetime_cols</td> 
   <td>逻辑，用于忽略全为时间的列。 默认为True。</td> 
  </tr> 
  <tr> 
   <td>check_cate_num</td> 
   <td>逻辑，检查类别列中唯一值的数量是否大于50。如果有太多唯一值，可能使分箱过程变慢。 默认为True。</td> 
  </tr> 
  <tr> 
   <td>replace_blank</td> 
   <td>逻辑，用None替换空值，默认为True。</td> 
  </tr> 
  <tr> 
   <td>save_breaks_list</td> 
   <td>保存断点列表的文件名。 默认为None。</td> 
  </tr> 
  <tr> 
   <td>返回值</td> 
   <td>Dictionary（最佳或定制的数据帧分箱）。</td> 
  </tr> 
 </tbody> 
</table>

### woebin\_ply(…) ###

(dt, bins, no\_cores=None, print\_step=0, replace\_blank=True, \*\*kwargs)

<table> 
 <thead> 
  <tr> 
   <th>描述</th> 
   <th>woebin_ply根据woebin生成的合并信息将原始输入数据转换为woe值。</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>df</td> 
   <td>一个数据帧（DataFrame）</td> 
  </tr> 
  <tr> 
   <td>bins</td> 
   <td>从woebin生成的分箱信息。</td> 
  </tr> 
  <tr> 
   <td>no_cores</td> 
   <td>用于并行计算的CPU内核数， 默认值为None。 如果no_cores为None，且x变量的长度小于10，则设置为1；如果x变量的长度大于或等于10，则设置为全部CPU。</td> 
  </tr> 
  <tr> 
   <td>print_step</td> 
   <td>如果print_step&gt;0，则按每次迭代打印变量名称。 如果print_step=0或no_cores&gt;1，则不打印任何消息。非负整数。 默认值为1。</td> 
  </tr> 
  <tr> 
   <td>replace_blank</td> 
   <td>逻辑，用None替换空值，默认为True。</td> 
  </tr> 
  <tr> 
   <td>返回值</td> 
   <td>DataFrame（存放每个变量woe值的数据帧）。</td> 
  </tr> 
 </tbody> 
</table>

### sc.perf\_eva(…) ###

(label, pred, title=None, groupnum=None, plot\_type=\[“ks”, “roc”\], show\_plot=True, positive=“bad|1”, seed=186)

<table> 
 <thead> 
  <tr> 
   <th>描述</th> 
   <th>perf_eva根据提供的标签和预测的概率值提供性能评估，如科尔莫戈洛夫-斯米尔诺(ks)、ROC、提升和精度召回曲线。</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>label</td> 
   <td>样本标签值，0代表好，1代表坏。</td> 
  </tr> 
  <tr> 
   <td>pred</td> 
   <td>预测的概率或分数。</td> 
  </tr> 
  <tr> 
   <td>title</td> 
   <td>plot的标题，默认为performance。</td> 
  </tr> 
  <tr> 
   <td>groupnum</td> 
   <td>计算KS时的组号，表示样本数量。默认值为NULL。</td> 
  </tr> 
  <tr> 
   <td>plot_type</td> 
   <td>performance plot的类型，例如“ ks”，“ lift”，“ roc”，“pr”。 默认值为c(“ ks”，“ roc”)。</td> 
  </tr> 
  <tr> 
   <td>show_plot</td> 
   <td>逻辑值， 表示是否显示plot。默认为TRUE。</td> 
  </tr> 
  <tr> 
   <td>positive</td> 
   <td>好类（正面类）的值，默认为“bad | 1”</td> 
  </tr> 
  <tr> 
   <td>seed</td> 
   <td>随机种子，默认值为186。</td> 
  </tr> 
  <tr> 
   <td>返回值</td> 
   <td>Dict （ks, auc, gini 值, figure 对象）</td> 
  </tr> 
 </tbody> 
</table>

### sc.scorecard(…) ###

(bins, model, xcolumns, points0=600, odds0=1/19, pdo=50, basepoints\_eq0=False)

<table> 
 <thead> 
  <tr> 
   <th>描述</th> 
   <th>scorecard根据woebin和LogisticRegression的结果创建记分卡sklearn.linear模型。</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>bins</td> 
   <td>分箱由woebin函数所生成的信息。</td> 
  </tr> 
  <tr> 
   <td>model</td> 
   <td>对象逻辑回归模型。</td> 
  </tr> 
  <tr> 
   <td>points0</td> 
   <td>目标点，默认值为600。</td> 
  </tr> 
  <tr> 
   <td>odds0</td> 
   <td>目标odds，默认值为1/19。odds=p/（1-p）。p是分箱中好样本的比例</td> 
  </tr> 
  <tr> 
   <td>pdo</td> 
   <td>odds上升两倍后，总分数的上升值。</td> 
  </tr> 
  <tr> 
   <td>basepoints_eq0</td> 
   <td>逻辑，如果为真，则基点将平均分配给每个变量。默认值为FALSE。</td> 
  </tr> 
  <tr> 
   <td>返回值</td> 
   <td>DataFrame（评分卡的数据帧）</td> 
  </tr> 
 </tbody> 
</table>

### sc.scorecard\_ply(…) ###

(dt, card, only\_total\_score=True, print\_step=0, replace\_blank\_na=True, var\_kp = None)

<table> 
 <thead> 
  <tr> 
   <th>描述</th> 
   <th>scorecard_ply使用scorecard的结果计算信用评分。</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>dt</td> 
   <td>源数据</td> 
  </tr> 
  <tr> 
   <td>card</td> 
   <td>由scorecard生成的评分卡</td> 
  </tr> 
  <tr> 
   <td>only_total_score</td> 
   <td>逻辑，如果为真，则输出仅包括信用总分；如果为假则输出总分和每个变量的信用评分。默认值为TRUE。</td> 
  </tr> 
  <tr> 
   <td>print_step</td> 
   <td>非负整数，如果print_step&gt;0，则按每个print_step-th迭代打印变量名。如果print_step=0，则不打印消息。默认值为1。</td> 
  </tr> 
  <tr> 
   <td>replace_blank_na</td> 
   <td>逻辑。将空白值替换为NA。这个参数应该与woebin的相同。默认为True。</td> 
  </tr> 
  <tr> 
   <td>var_kp</td> 
   <td>强制保留变量的名称。默认为None。</td> 
  </tr> 
  <tr> 
   <td>返回值</td> 
   <td>DataFrame（信用评分）</td> 
  </tr> 
 </tbody> 
</table>

### sc.perf\_psi() ###

(score, label=None, title=None, x\_limits=None, x\_tick\_break=50, show\_plot=True, seed=186, return\_distr\_dat=False)

<table> 
 <thead> 
  <tr> 
   <th>描述</th> 
   <th>perf_psi计算总体稳定性指数(psi)，并根据信用评分数据集提供信用评分分布。</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>score</td> 
   <td>实际和预期数据样本的信用评分列表。例如，score=list(actual=score_A，expect=score_E)，score_A和score_E都是具有相同列名的数据帧。</td> 
  </tr> 
  <tr> 
   <td>label</td> 
   <td>实际和预期数据样本的标签值列表。默认值为空。例如，label=list(actual=label_A，expect=label_E)，label_A和label_E都是向量或数据帧。标签值0代表好，1代表坏。</td> 
  </tr> 
  <tr> 
   <td>title</td> 
   <td>plot的标题，默认为NULL。</td> 
  </tr> 
  <tr> 
   <td>x_limits</td> 
   <td>x-轴的限制，默认值是None。</td> 
  </tr> 
  <tr> 
   <td>x_tick_break</td> 
   <td>x-轴的（ticker break）？，默认值为50</td> 
  </tr> 
  <tr> 
   <td>show_plot</td> 
   <td>逻辑，是否显示plot。默认值为True。</td> 
  </tr> 
  <tr> 
   <td>return_distr_dat</td> 
   <td>逻辑，默认为False（源文档未说明True表示什么）</td> 
  </tr> 
  <tr> 
   <td>seed</td> 
   <td>随机种子，默认值为186。</td> 
  </tr> 
  <tr> 
   <td>返回值</td> 
   <td>Dict（psi值和figure对象）。</td> 
  </tr> 
 </tbody> 
</table>

## 问题解决 ##

正式运行时遇到了系列环境问题，按照步骤讲述安装流程

### [matplotlib.pyplot][]未安装3 ###

# 安装过程失败后 下次安装会遇到：
    # THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE.
    # 的问题，使用--upgrade参数可以解决
    pip install --upgrade --default-timeout=1000 matplotlib

### [Python-tk][]未安装4 ###

# tk开发包
    sudo apt-get install tk-dev
    ## 遇到网络问题中断下载 使用指令恢复
    sudo apt-get install --fix-missing tk-dev
    # Python的tk模块
    sudo apt-get install python-tk

### [Python-Sklearn][]5 ###

pip install scikit-learn

### [Python2.7.17][]版本问题 ###

使用Ubuntu自带的Python2.7版本反复报错，令人窒息，在本地Python3.4环境下操作成功，截图如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMTQ0NDQ2_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMTQ0NDQ2_size_16_color_FFFFFF_t_70 1]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMTQ0NDQ2_size_16_color_FFFFFF_t_70 2]

### 终极解决方案——[Anaconda][] ###

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python、Pandas、sklearn等180多个常用的科学包及其依赖项。安装Anaconda之后可以直接使用各类数学相关的包和机器学习的包，并免除Python安装和Python版本的问题。

安装流程比较简单，先下载Anaconda的shell文件，我推荐使用[清华大学开源软件镜像站][Link 1]  
下载完成之后运行\*.sh文件，yes，输入安装路径，yes 就能用了

# 开始运行前先输入
    source ~/.bashrc 
    # 或者是自定义的资源文件路径然后运行
    python scorecardpy.py

如果想自定义测试文件进行代码测试，需要改动的地方如下

将csv文件放到/scorecardpy

自定义读数函数

在\_\_init\_\_.py中添加读数函数

修改运行文件

## 附件 ##

[https://github.com/ShichenXie/scorecardpy][https_github.com_ShichenXie_scorecardpy]  
登录后可下载全部资源，包括GermanCredit数据

## 参考 ##

--------------------

1.  [http://www.woshipm.com/pmd/1568529.html][http_www.woshipm.com_pmd_1568529.html] ↩︎
2.  [https://pypi.org/project/scorecardpy/][PYPI] ↩︎
3.  [https://www.jianshu.com/p/85a01b7d6507][matplotlib.pyplot] ↩︎
4.  [https://docs.python.org/zh-cn/3.7/library/tkinter.html][Python-tk] ↩︎
5.  [https://www.jianshu.com/p/6ada34655862][https_www.jianshu.com_p_6ada34655862] ↩︎

[PYPI]: https://pypi.org/project/scorecardpy/
[GitHub]: https://github.com/shichenxie/scorecardpy
[matplotlib.pyplot]: https://www.jianshu.com/p/85a01b7d6507
[Python-tk]: https://docs.python.org/zh-cn/3.7/library/tkinter.html
[Python-Sklearn]: http://www.scikitlearn.com.cn/
[Python2.7.17]: https://www.python.org/downloads/release/python-2717/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMTQ0NDQ2_size_16_color_FFFFFF_t_70]: /images/20221124/61a4a5102f4b43f3b778ff25e9fb2f66.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMTQ0NDQ2_size_16_color_FFFFFF_t_70 1]: /images/20221124/0423b01510ae4489b0d9f9e7ed3b650c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMTQ0NDQ2_size_16_color_FFFFFF_t_70 2]: /images/20221124/a425e0d764e846b28e924577ec658c03.png
[Anaconda]: https://www.anaconda.com/
[Link 1]: https://mirror.tuna.tsinghua.edu.cn/anaconda/archive/
[https_github.com_ShichenXie_scorecardpy]: https://github.com/ShichenXie/scorecardpy
[http_www.woshipm.com_pmd_1568529.html]: http://www.woshipm.com/pmd/1568529.html
[https_www.jianshu.com_p_6ada34655862]: https://www.jianshu.com/p/6ada34655862