bo老师
开源仓库py-why/causal-learn1,646 Stars

causal-learn

从观测数据中自动学习变量间的因果结构图，覆盖三大流派

面向需要从观测数据（无需干预实验）中发现因果结构的研究者。提供基于约束、基于评分和基于函数因果模型三类方法，输出因果图供后续因果推断使用。

bo老师判断：值得观察

方向值得关注，建议先确认当前任务是否真正需要它。

访问原仓库查看分享卡
...互动状态已更新

什么时候用

先判断任务是否合适

  • 有观测数据但没有干预实验，需要探索变量间可能的因果结构时
  • 需要用因果图指导后续的因果效应识别和估计时
  • 需要比较不同因果发现方法对同一数据的不同结论时

先准备什么

材料越清楚，结果越有用

  • •准备观测数据矩阵（样本数×变量数），确保数据质量
  • •判断数据类型：线性/非线性、连续/离散、是否有时间维度
  • •明确是否有先验因果知识（已知的必边或禁边）

它会怎样推进

从材料到可以检查的结果

  1. 01

    选择方法

    根据数据性质选择约束法（PC/FCI）、评分法（GES）或函数因果模型法（LiNGAM）

  2. 02

    选检验方式

    为约束法选条件独立性检验：线性连续用fisherz，非线性用kci，离散用chisq

  3. 03

    运行发现

    调用对应算法从数据中学习因果图结构

  4. 04

    检查输出

    检查CPDAG/PAG中的等价类方向和SHD等评估指标

  5. 05

    交叉验证

    用不同方法或参数验证因果结构的稳定性

第一次这样开始

把仓库地址直接交给 AI

先让 AI 说明环境和风险，再完成最小安装验证。跑通以后，再把自己的真实材料放进去。

第一次直接复制

帮我安装这个库：https://github.com/py-why/causal-learn
安装前先告诉我需要什么环境，安装后帮我跑通一个最小示例。

结果出来后

先看这些检查点

  • 输出的因果图是CPDAG（等价类，部分方向不确定）还是确定方向图
  • 条件独立性检验方法是否匹配数据类型
  • 因果充分性假设是否成立（如有潜在混杂需用FCI而非PC）
  • 使用BIC评分时lambda惩罚值是否合理，图是否过密或过疏

常见误区

这些判断仍由你负责

  • 把PC算法输出的等价类（CPDAG）当作确定因果方向
  • 对非线性数据用fisherz检验导致错误骨架
  • 在存在潜在混杂时仍用假设因果充分的PC算法而非FCI
  • 用Granger因果（预测性因果）替代结构因果解释

技术依据

查看能力拆解、验证范围与来源

能力地图6 项已拆解能力
  1. 01

    因果图操作与评分

    为因果发现算法提供底层支撑：(1) 因果图的统一表示与操作（DAG/CPDAG/PAG/PDAG 的端点矩阵表示、转换、查询）；(2) 结构学习的评分函数库（BIC/BDeu/CV/marginal 六类局部评分）；(3) 发现结果与真值的评估指标（SHD、邻接/箭头混淆矩阵）。这些是算法能运行和被评价的基础设施。

  2. 02

    基于函数因果模型的因果发现

    利用特定函数因果模型（Functional Causal Model, FCM）的可识别性约束：主要是非高斯性（LiNGAM）、非线性加性噪声（ANM）或后非线性（PNL）：把数据拟合到结构方程模型后，通过残差独立性检验判定因果方向，从而在有向无环图上确定（而不仅是等价类）因果结构。覆盖线性非高斯（LiNGAM 家族）、非线性加性噪声（ANM）、后非线性（PNL）。

  3. 03

    基于分数的因果发现

    不从条件独立性出发，而是为每个候选 DAG 定义一个评分函数（BIC/BDeu/CV 似然/marginal 似然），在 DAG 等价类空间或排列空间中搜索评分最优的因果结构，输出 CPDAG。覆盖贪心等价搜索（GES）、精确搜索（ExactSearch，DP/A）、排列类搜索（BOSS/GRaSP）和连续优化类方法（CALM）。

  4. 04

    基于约束的因果发现

    从观测数据出发，用条件独立性检验（conditional independence test）反复检验变量间是否独立，先学出无向骨架（skeleton），再按 v-结构（collider）和 Meek 规则定向，得到表示因果结构的 CPDAG（PC）或允许潜在混杂的 PAG（FCI），或处理非平稳/异质数据的增广骨架（CDNOD）。

能力主要输入主要输出人工检查

因果图操作与评分

源码已核对

  • 图类：节点列表 nodes（GraphNode 对象）、边定义（endpoint 组合）。
  • DAG2CPDAG：G（Dag 对象）。
  • PDAG2DAG：PDAG 邻接矩阵。
  • 图操作：GeneralGraph 对象（可被 drawpydotgraph 可视化、tonxgraph 转 networkx）。
  • 转换：新的 GeneralGraph（CPDAG/DAG/PAG）。
  • 评分：float（局部评分值，越大约好或越差取决于评分定义）。
  • 端点矩阵的读图约定是否正确（迁移/比较时）。
  • 评分函数选择是否匹配数据（线性→BIC、离散→BDeu、非线性→CV/marginal）。
  • SHD 评估时真值图与估计图是否在同一端点约定下。

基于函数因果模型的因果发现

源码已核对

  • X：numpy ndarray，shape=(nsamples, nfeatures)，观测数据。
  • LiNGAM 共有（BaseLiNGAM）：randomstate（种子）、priorknowledge（先验因果顺序矩阵，0=禁路径/1=必路径/-1=未知）、applypriorknowledgesoftly、measure（'pwling' 或 'kernel'，DirectLiNGAM 用）。
  • ICALiNGAM：maxiter（FastICA 最大迭代，默认 1000）。
  • LiNGAM：adjacencymatrix（B 矩阵，B[i,j]=j→i 的系数）、causalorder（因果顺序列表）。
  • VARLiNGAM：结构 VAR 系数 + 同期因果邻接矩阵 + BootstrapResult。
  • ANM：方向判定（X→Y 或 Y→X）。
  • 数据是否满足非高斯（LiNGAM）/非线性加性（ANM）/后非线性（PNL）假设：核心可识别性人工门。
  • causalorder 是否与领域时间/逻辑顺序一致。
  • VARLiNGAM 的滞后阶是否合理（用 BIC 选后仍需人工确认）。

基于分数的因果发现

源码已核对

  • X：numpy ndarray，shape=(nsamples, nfeatures)，观测数据。GES 支持用 cov（协方差矩阵）+ n（样本量）替代 X（仅 BIC 类评分）。
  • scorefunc：评分函数名，localscoreBIC / localscoreBDeu / localscoreCVgeneral / localscoremarginalgeneral / localscoreCVmulti / localscoremarginalmulti / localscoreBICfromcov。
  • maxP（GES）：允许的最大父节点数。
  • GES：Record 字典。
  • ExactSearch：GeneralGraph（最优 DAG）。
  • BOSS/GRaSP：GeneralGraph（CPDAG）。
  • scorefunc 是否匹配数据类型（线性/非线性、连续/离散）：核心人工门。
  • lambdavalue / maxP 是否合理（控制稀疏与复杂度）。
  • GES 贪心结果是否需要用 ExactSearch 复核全局最优。

基于约束的因果发现

源码已核对

  • data：numpy ndarray，shape=(nsamples, nfeatures)，观测数据矩阵。
  • alpha：显著性水平，默认 0.05。
  • indeptest：条件独立性检验方法名，fisherz/chisq/gsq/kci 等（见 causal-learn-能力-条件独立性检验）。
  • PC/CDNOD：CausalGraph 对象。
  • FCI：GeneralGraph 对象（PAG），含 endpoint 矩阵、ambiguoustriples、underlinetriples。
  • CI 检验方法是否匹配数据类型（线性/非线性、连续/离散）：核心人工门。
  • causal sufficiency 是否成立（决定用 PC 还是 FCI）。
  • alpha 是否合理（过小漏真因果边，过大引入假边）。

时间序列因果发现

源码已核对

  • Granger：
  • VARLiNGAM：
  • Granger：pvaluematrix（逐滞后阶的 p 值矩阵）、adjmatrix（逐滞后阶的二值邻接矩阵）。
  • VAR-LiNGAM：adjacencymatrices（同期因果 B + 滞后 AR 系数）、causalorder、TimeseriesBootstrapResult（bootstrap 稳定性）。
  • 时间序列是否平稳（决定 Granger 可用性）：核心人工门。
  • VAR-LiNGAM 残差是否满足非高斯（决定同期因果可识别性）。
  • 滞后阶 maxlag/lags 是否合理（BIC 选择后仍需人工确认）。

条件独立性检验

源码已核对

  • data：numpy ndarray，shape=(nsamples, nfeatures)，完整观测数据矩阵（初始化 CIT 时传入一次）。
  • method：检验方法名，'fisherz'/'mvfisherz'/'mcfisherz'/'kci'/'fastkci'/'rcit'/'chisq'/'gsq' 之一。
  • Xs、Ys：要检验独立性的变量索引列表。
  • pvalue（float）：条件独立性检验的 p 值。
  • CIT 实例可被 pc/fci/cdnod 直接作为 indeptest 参数传入（传方法名字符串或 CIT 对象）。
  • 缓存的中间对象（相关矩阵、核矩阵）。
  • method 是否匹配数据类型（线性连续→fisherz、非线性→kci/rcit、离散→chisq/gsq、含缺失→mvfisherz）：核心人工门。
  • alpha 阈值是否合理。
  • 大数据用 kci 是否需要降采样或改用 rcit/fastkci。

处理机制

  1. 01

    核心处理链

    从观测数据中自动学习变量间的因果结构图，覆盖三大流派

已核对范围

  • 静态读取 causallearn/graph/（GeneralGraph、Dag、Edge、Endpoint、GraphClass、GraphUtils、SHD、AdjacencyConfusion、ArrowConfusion）
  • 静态读取 causallearn/utils/DAG2CPDAG.py、DAG2PAG.py、PDAG2DAG.py、TXT2GeneralGraph.py
  • 静态读取 causallearn/score/LocalScoreFunction.py（6 类评分）、LocalScoreFunctionClass.py
  • 静态读取 causallearn/utils/GraphUtils.py
  • 静态读取 causallearn/search/FCMBased/lingam/（directlingam、icalingam、varlingam、varmalingam、rcd、CAMUV、multigroupdirectlingam、longitudinallingam、causaleffect、bottomupparcelingam）
  • 静态读取 causallearn/search/FCMBased/ANM/ANM.py
  • 静态读取 causallearn/search/FCMBased/PNL/PNL.py
  • 静态读取 causallearn/search/FCMBased/lingam/hsic.py、hsic2.py（HSIC 独立性检验）

仍待核对

  • 未运行图转换（dag2cpdag/pdag2dag），未验证转换输出
  • 未运行 SHD 评估，未验证指标计算
  • 未验证 LocalScoreFunction 各类的实际评分值
  • 未运行任何 LiNGAM/ANM/PNL，未验证邻接矩阵和因果顺序输出
  • 未验证 ICA-LiNGAM 与 Direct-LiNGAM 在同一数据上的差异
  • 未验证 VAR-LiNGAM 的时间序列滞后因果输出
  • 未运行 ges/exactsearch/boss/grasp，未验证实际评分搜索输出
  • 未验证 BIC 与 BDeu 在离散数据上的评分差异

读取版本

e30895b7ad41c429be73975a6a0b6bdea8146a7e

许可

MIT

最近核对

内容 2026-07-10
Stars 2026-07-11

已完成源码核对

相关文章

科研之我见

AI 可以参与科研的哪些环节？一张 11 环节工作流全景图

从选题、文献、理论、数据到投稿，逐环节判断 AI 可以主导、需要人工校验和必须由研究者把关的工作。

查看内容

具备相关能力的其他库

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML，提取元数据、全文结构和参考文献

查看内容

设计 · 分析 · 验证

CausalPy

用贝叶斯方法做准实验因果推断，含10+方法和稳健性诊断套件

查看内容

文献 · 设计 · 分析 · 写作

Scientific-Agent-Skills

为AI科研代理提供文献检索、写作、统计、实验设计和同行评审的结构化能力。

查看内容

相关课程

把单项工具放进完整研究设计流程

课程一从研究问题、文献判断、理论假设和方法骨架继续推进，帮助你建立可以复用的研究设计档案。

查看课程一