Installation

pyfair (der neoprehn-Fork) ist eine reine Python-Bibliothek. Sie benötigt Python 3.9+ sowie numpy, pandas, scipy und matplotlib (für Berichte).

Aus dem Fork-Repository

Für den erweiterten Funktionsumfang (strukturierte Eingabe-API, Konfidenz-Mapping, zusätzliche Verteilungen) ist der Fork nötig – das PyPI-Original genügt nicht.

git clone https://github.com/neoprehn/pyfair.git
pip install -e pyfair

So wird die Engine auch in fair-web eingebunden: als editierbares Paket aus dem Nachbarverzeichnis.

# innerhalb des fair-web-Projekts
pip install -e ../pyfair

-e (editable) bedeutet: Änderungen am pyfair-Quellcode wirken sofort, ohne Neuinstallation – praktisch bei paralleler Weiterentwicklung von Engine und Web-App.

Original von PyPI

Das unmodifizierte Original ist auf PyPI verfügbar:

pip install pyfair

Funktionsumfang

Beispiele in dieser Doku, die distribution=, params=, confidence= oder input_mode= verwenden, setzen den Fork voraus. Auf dem PyPI-Original schlagen sie fehl.

Import & Versionsprüfung

import pyfair
print(pyfair.VERSION)        # z. B. "1.0.0"

# Die wichtigsten öffentlichen Klassen:
from pyfair import (
    FairModel,        # einzelnes FAIR-Modell
    FairMetaModel,    # mehrere Modelle summieren/vergleichen
    FairSimpleReport, # HTML/CSV-Bericht
    FairDatabase,     # SQLite-Ablage
    FairModelFactory, # Modellvarianten erzeugen
    FairBetaPert,     # Beta-PERT-Verteilung direkt
)