安装sing-box

安装步骤：

1. 下载 sing-box 的安装包，并解压到指定位置（如 C盘或 C drive）。
2. 在安装目录中运行 sing-box 的安装脚本（如 singbox安装.sh）。
3. 确认安装完成,返回到你下载的安装目录。
4. 解压 sing-box 的说明文档（如 sing-box.md），阅读并安装所有依赖项。

安装依赖项：

1. 在安装目录中运行 pip install -r requirements.txt，将sing-box依赖项安装到项目根目录。
2. 确认所有依赖项安装成功。

配置sing-box

安装

1. 在项目根目录中运行 pip install -r requirements.txt。

配置

1. 在项目根目录中运行 singbox.config, 进入 singbox 的配置页面。
2. 输入你的项目路径（如 C:\project\name），点击运行。
3. 确认配置完成,返回项目根目录。

数据导入

导入数据

1. 打开 singbox 的配置页面，点击数据导入。
2. 输入你的数据文件路径（如 C:\data\file.csv），点击导入。
3. 确认数据导入完成,返回配置页面。

处理数据

1. 使用 singbox.read_from_file() 函数读取数据，可能需要调整参数以适应你的数据格式。
2. 如果使用 singbox.read_from_csv(), 确保 CSV 文件的分隔符正确（如 ）。
3. 如果使用 singbox.read_from_db()，确保你的数据库配置正确。

处理数据

检查数据

1. 打开 singbox 的数据页面，查看数据的维度（行数、列数）。
2. 确认数据无误后,点击数据导入。

数据预处理

1. 使用 singbox.filter_data() 过滤数据，可以提取特定的列或值。
2. 使用 singbox.fill_missing() 填充缺失值，如均值、中位数等。
3. 使用 singbox.plot_data() 生成数据可视化图表。

数据分析

统计分析

1. 使用 singbox.mean() 计算数据的均值。
2. 使用 singbox.median() 计算数据的中位数。
3. 使用 singbox.stdev() 计算数据的标准差。
4. 使用 singbox.plot_boxplot() 生成箱线图。

统计图表

1. 使用 singbox.histo() 生成频数分布图。
2. 使用 singbox.corr() 计算数据之间的相关性矩阵。
3. 使用 singbox.cov() 计算数据之间的协方差矩阵。

回归分析

1. 使用 singbox.linreg() 进行线性回归分析。
2. 使用 singbox.logit() 进行逻辑回归分析。

可视化

图表生成

1. 使用 singbox.bar() 生成柱状图。
2. 使用 singbox.line() 生成折线图。
3. 使用 singbox Scatter() 生成散点图。
4. 使用 singbox.hist2d() 生成二维频数分布图。

图表保存

1. 使用 singbox.save_plot() 保存生成的图表。
2. 确保保存路径正确,C:\images\plot.png。

输出

数据保存

1. 使用 singbox.save_data() 保存数据到指定文件路径。
2. 确认数据保存成功后,返回 singbox 的配置页面。

输出文件

1. 使用 singbox.output_to_file() 输出数据到指定文件路径。
2. 确保输出文件格式正确（如 CSV、Excel）。

额外文档和帮助

1. 查阅 singbox 的文档：访问 singbox.md 文件，了解所有功能和参数。
2. 如果文档不完整,添加到项目根目录或通过在线资源查找。
3. 使用 singbox.hello() 函数询问帮助信息。