SALib/SALib

它解决了什么问题

SALib 帮助您了解系统模型的输入如何影响其输出。在构建复杂模型时，通常不清楚哪些输入变量最具影响力，或者它们之间如何相互作用。该库提供了量化这些关系的工具，帮助您确定哪些因素驱动了模型的结果。

它是如何工作的

SALib 提供了一系列成熟的灵敏度分析方法。您定义模型的参数（名称和范围），库会为这些参数生成样本。您使用这些样本运行模型，然后将结果传回 SALib 进行分析。它支持用于逐步控制的过程化方法，也支持用于更简化工作流程的链式方法。

适用人群

它专为构建系统模型并需要执行全局灵敏度分析以验证或解释其工作的研究人员、数据科学家和工程师而设计。

亮点

• 包含广泛的灵敏度分析方法，如 Sobol、Morris、eFAST 和 Shapley Effects。
• 支持命令行和基于 Python 的工作流程。
• 提供灵活的 'ProblemSpec' 接口，用于链接采样、评估和分析步骤。
• 提供内置的绘图功能以可视化分析结果。
• 与 NumPy、SciPy 和 pandas 等标准 Python 数据科学工具兼容。