欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python實現(xiàn)數(shù)據(jù)分析與建模

 更新時間:2019年07月11日 09:44:21   投稿:mrr  
這篇文章主要介紹了python實現(xiàn)數(shù)據(jù)分析與建模功能,本文給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下

前言

首先我們做數(shù)據(jù)分析,想要得出最科學,最真實的結論,必須要有好的數(shù)據(jù)。而實際上我們一般面對的的都是復雜,多變的數(shù)據(jù),所以必須要有強大的數(shù)據(jù)處理能力,接下來,我從我們面臨的最真實的情況,一步一步教會大家怎么做。

1.數(shù)據(jù)的讀取

 (1)讀取模塊
 Import pandas as pd 
 Import numpy as np
 (2)讀取表格的全部數(shù)據(jù)
 df = pd.read_csv(".data/HR.csv")
 (3)讀取你所需要的數(shù)據(jù)
 sl_s=df["sactisfaction_level"]

2. 數(shù)據(jù)的處理

2.1.異常值(空值)處理

2.1.1刪除

首先,第一步是對空值的處理。

有兩種,一種直接刪除,另一種指代。

如果數(shù)據(jù)多,想簡單一點,就直接刪除,方法都很簡單。

首先,建立一個DataFrame表
 1.為了確定是否含有空值:
 df.isnull() #如果含有空值,返回True
 2.刪除
 df.dropna() #去掉含空值的行
 如果想要刪除某一個屬性含空值的行就加入subset參數(shù)
 df.dropna(subset=["B"]) #去掉B屬性含空值的行
 判斷是否有重復的數(shù)據(jù):
 df.duplicated(["A"]) #A屬性中重復的數(shù)據(jù)返回True
 刪除A屬性重復的行
 df.drop_duplicates(["A"])
 df.drop_duplicates(["A"],keep=False) #刪除A屬性全部重復的行
 df.drop_duplicates(["A"],keep=first) #刪除A屬性全部重復的行,保留第一個
 df.drop_duplicates(["A"],keep=last) #刪除A屬性全部重復的行,保留最后一個

2.1.2指代

有些數(shù)據(jù)非常重要,不能刪除,那我們就選擇指代,也就是替換

 #含空值的數(shù)據(jù)被替換為“b*”
 df.fillna("b*")
 #E屬性中的含空值的數(shù)據(jù)被替換成該屬性的平均值
 df.fillna(df["E"].mean())
 #插值替換
 如果含空值的元素為最后一個,那么空值的數(shù)據(jù)替換成和上一個數(shù)據(jù)一樣
 如何含空值的元素為中間,那么空值的數(shù)據(jù)被(上+下)/2代替
 df["E"].interpolate() 
 #3次樣條插值 order 參數(shù)就是幾次樣條插值
 df["E"].interpolate(method="spline",order=3) 

*函數(shù)

 (4)異常值分析(含有就返回True) --isnull()
 sl_s.isnull()
 主要表示沒有空值
 (5)提取異常值的該屬性信息 
 sl_s[sl_s.isnull()]
 (6)提取異常值的表格全部信息
 df[df["sactisfaction_level"].isnull()]
 (7)丟棄異常值 --dropna()
 sl_s=sl_s.dropna()
 注:刪除為空的異常值
 可以利用where()把異常數(shù)據(jù)賦空,然后利用dropna()刪除
 (8)填充異常值 --fillna()
 sl_s=sl_s.fillna()
 (9)平均值 --mean()
 sl_s.mean()
 (10)標準差 --std()
 Sl_s.std()
 (11)最大值 --max()
 sl_s.max()
 (12)最小值 --min()
 sl_s.min()
 (13)中位數(shù) --median()
 sl_s.median()
 (14)下四分位數(shù) --quantile(q=0.25)
 sl_s.quantile(q=0.25)
 (15)上四分位數(shù) --quantile(q=0.75)
 sl_s.quantile(q=0.75)
 (16)偏度 --skew()
 sl_s.skew() 
 分析:小于0 是負偏 均值偏小,大部分數(shù)是比他的均值大的
 大于 0 稍微有些振偏 
 遠大于0, 是極度振偏,均值要比他的大多數(shù)值大好多。
 (17)峰度 --kurt()
 sl_s.kurt()
 分析:<0 相比于正態(tài)分布,他的趨勢相對平緩
 遠大于0 說明他的形變是非常大的,所以是不靠譜的
 (18)獲得離散化的分布(numpy模塊) --histogram()
 np.histogram(sl_s.values,bins = np.arange(0.0,1.1,0.1))
 結果分析:
 [195,1214,532,974,…]
 [0.0,0.1,0.2,0.3,0.4…]
 代表0.0-0.1之間有195個數(shù),0.1-0.2之間有1214個數(shù),以此類推
 分布間隔為0.1

3.利用四分位數(shù)來去除異常值

 3.1.提取大于1的值
 le_s[le_s>1]
 3.2 去除大于1的異常值
 le_s[le_s<=1]
 3.3 提取正常值(利用四分位數(shù))
 3.3.1 下四分位
 q_low=le_s.quantile(q =0.25)
 3.3.2 上四分位
 q_high=le_s.quantile(q=0.75)
 3.3.3 四分位間距
 q_interval=q_high-q_low
 3.3.4 定義k的值
 K=1.5~3之間
 如果k=1.5,刪除的異常值是中度異常
 如果k=3.0,刪除的異常值是極度異常
 3.3.5 篩選
 le_s=le_s[le_s<q_high+k*q_interval][le_s>q_low-k*q_interval]
 3.4 數(shù)據(jù)的個數(shù) --len()
 len(le_s)
 3.5離散分布直方圖(numpy模塊)
 np.histogram(le_s.values,bins=np.arange(0.0,1.1,0.1))
 3.6回顧數(shù)據(jù)的平均值,標準差,中位數(shù),最大值,最小值,偏度,峰度,確定數(shù)據(jù)的正常。

4.靜態(tài)結構分析

 4.1每個值出現(xiàn)的次數(shù) --values_counts()
 np_s.value_counts()
 4.2獲取該數(shù)據(jù)的構成和比例(每個值的頻率)
 np_s.value_counts(normalize=True)
 4.3 排序
 np_s.value_counts(normalize=True).sort_index()

5.數(shù)據(jù)分區(qū)間

 5.1把數(shù)據(jù)分成幾份 --histogram() 
 np.histogram(amh_s.values,bins=10) 把數(shù)據(jù)分成10份
 5.2另一種方法 加了區(qū)間,計算區(qū)間的頻數(shù)
 (左閉右開的區(qū)間)
 Np.histogram(amh_s.values,bins = np.arange(amh_s.min(),amh_s.max()+10,10))
 (左開右閉的區(qū)間)
 amh_s.value_counts(bins=np.arange (amh_s.min(),amh_s.max()+10,10)) 

6.英文異常值數(shù)據(jù)的處理

 6.1 首先,統(tǒng)計該數(shù)據(jù)的分布頻數(shù)
 s_s.value_counts()
 6.2確定異常值的名字。
 6.3把異常值賦空(NaN) --where()
 s_s.where(s_s!="name")
 意思是把”name”的數(shù)據(jù)賦空
 6.4把賦空的異常值刪除 --dropna()刪除異常值
 s_s.where(s_s!="name").dropna()
 6.5 檢查刪除異常值的結果
 s_s.where(s_s!="name").dropna().value_counts()

7.對比分析

7.1對表格中空值的行刪除
 Df = df.dropna(axis=0,how='any')
 axis =0 ,代表的是行刪除
 how=‘a(chǎn)ny' 代表的是含有部分空值就執(zhí)行行刪除
 how=‘a(chǎn)ll' 代表的是一行全部是空值執(zhí)行行刪除
 7.2含有條件性的對異常值的刪除
 df=df[df["last_evaluation"]<=1] [df["salary"]!="name"][df["department" ]!="sale"]
 7.3分組(比如:把同一部門的人分為一組) --groupby()
 df.groupby("department")
 7.4對分組后的組取均值
 df.groupby("department").mean()
 7.5 取部分數(shù)據(jù)(切片) --loc()
 df.loc[:,["last_evaluation","department"]] .groupby("department")
 7.6 取部分數(shù)據(jù)求平均
 df.loc[:,["last_evaluation","department"]] .groupby("department").mean()
 7.7 取部分數(shù)據(jù)求極差 --apply()
 df.loc[:,["average_monthly_hours" ,"department"]].groupby ("department")[ "average_monthly_hours"]. apply(lambda x:x.max()-x.min())

總結

以上所述是小編給大家介紹的python實現(xiàn)數(shù)據(jù)分析與建模 ,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持!
如果你覺得本文對你有幫助,歡迎轉載,煩請注明出處,謝謝!

相關文章

  • 詳談Numpy中數(shù)組重塑、合并與拆分方法

    詳談Numpy中數(shù)組重塑、合并與拆分方法

    下面小編就為大家分享一篇詳談Numpy中數(shù)組重塑、合并與拆分方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-04-04
  • Python安裝Talib庫的詳細圖文教程

    Python安裝Talib庫的詳細圖文教程

    talib庫的安裝之路坑特別多,這是最常見的,下面這篇文章主要給大家介紹了關于Python安裝Talib庫的相關資料,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下
    2022-12-12
  • Python解決pip install時出現(xiàn)的Could not fetch URL問題

    Python解決pip install時出現(xiàn)的Could not fetch URL問題

    這篇文章主要介紹了Python解決pip install時出現(xiàn)的Could not fetch URL問題,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-08-08
  • pip search報錯問題及解決

    pip search報錯問題及解決

    這篇文章主要介紹了pip search報錯問題及解決方案,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-12-12
  • python 3.3 下載固定鏈接文件并保存的方法

    python 3.3 下載固定鏈接文件并保存的方法

    今天小編就為大家分享一篇python 3.3 下載固定鏈接文件并保存的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-12-12
  • Python 圖像處理之PIL庫詳解用法

    Python 圖像處理之PIL庫詳解用法

    對于圖像識別,大量的工作在于圖像的處理,處理效果好,那么才能很好地識別,因此,良好的圖像處理是識別的基礎。在Python中,有一個優(yōu)秀的圖像處理框架,就是PIL庫,本文會介紹PIL庫中的各種方法,并列舉相關例子
    2021-11-11
  • 淺析Python語言自帶的數(shù)據(jù)結構有哪些

    淺析Python語言自帶的數(shù)據(jù)結構有哪些

    Python已經(jīng)廣泛的應用于數(shù)據(jù)分析、數(shù)據(jù)挖掘、機器學習等眾多科學計算領域,這篇文章主要介紹了Python語言自帶的數(shù)據(jù)結構有哪些?需要的朋友可以參考下
    2019-08-08
  • Django框架model模型對象驗證實現(xiàn)方法分析

    Django框架model模型對象驗證實現(xiàn)方法分析

    這篇文章主要介紹了Django框架model模型對象驗證實現(xiàn)方法,結合實例形式分析了Django框架model模型對象驗證相關原理、實現(xiàn)步驟及操作注意事項,需要的朋友可以參考下
    2019-10-10
  • Python內置函數(shù) next的具體使用方法

    Python內置函數(shù) next的具體使用方法

    這篇文章主要介紹了Python內置函數(shù) next的具體使用方法,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-11-11
  • Opencv對象追蹤的示例代碼

    Opencv對象追蹤的示例代碼

    這篇文章主要介紹了Opencv對象追蹤的示例代碼,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-03-03

最新評論