關(guān)于pandas的離散化,面元?jiǎng)澐衷斀?/h1>
更新時(shí)間：2019年11月22日 09:40:31 作者：路在亻壬走
今天小編就為大家分享一篇關(guān)于pandas的離散化,面元?jiǎng)澐衷斀?，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
pd.cut
pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False)
x：要分箱的輸入數(shù)組，必須是一維的
bins：int或標(biāo)量序列
若bins是一個(gè)int，它定義在x范圍內(nèi)的等寬單元的數(shù)量。然而，在這種情況下，x的范圍在每一側(cè)延伸0.1％以包括x的最小值或最大值
若bins是一個(gè)序列，它定義了允許非均勻bin寬度的bin邊緣。在這種情況下不進(jìn)行x的范圍的擴(kuò)展
right：bool，可選：決定區(qū)間的開閉，如果right == True（默認(rèn)），則區(qū)間[1,2,3,4]指示（1,2]，（2,3]，（3,4]
labels：array或boolean，默認(rèn)值為無：用作生成的區(qū)間的標(biāo)簽。必須與生成的區(qū)間的長度相同。如果為False，則只返回bin的整數(shù)指示符
retbins：bool，可選：是否返回bin。如果bin作為標(biāo)量給出，則可能有用
precision：int：存儲(chǔ)和顯示容器標(biāo)簽的精度，默認(rèn)保留三位小數(shù)
include_lowest：bool：第一個(gè)間隔是否應(yīng)該包含左邊
import numpy as np
import pandas as pd
# 使用pandas的cut函數(shù)劃分年齡組
ages = [20,22,25,27,21,23,37,31,61,45,32]
bins = [18,25,35,60,100]
cats = pd.cut(ages,bins)
print(cats) # 分類時(shí)，當(dāng)數(shù)據(jù)不在區(qū)間中將變?yōu)閚an
# 統(tǒng)計(jì)落在各個(gè)區(qū)間的值數(shù)量
print(pd.value_counts(cats))
# 使用codes為年齡數(shù)據(jù)進(jìn)行標(biāo)號(hào)
print(cats.codes)
# 設(shè)置自己想要的面元名稱
group_names = ['Youth','YoungAdult','MiddleAged','Senior']
print(pd.cut(ages, bins, labels=group_names))
# 設(shè)置區(qū)間數(shù)學(xué)符號(hào)為左閉右開
print(pd.cut(ages, bins, right=False))
# 向cut傳入面元的數(shù)量，則會(huì)根據(jù)數(shù)據(jù)的最小值和最大值計(jì)算等長面元
print(pd.cut(ages, 4, precision=2)) # precision=2表示設(shè)置的精度
pd.qcut
與cut類似，它可以根據(jù)樣本分位數(shù)對(duì)數(shù)據(jù)進(jìn)行面元?jiǎng)澐?/p>
pandas.qcut(x, q, labels=None, retbins=False, precision=3)
x：ndarray或Series
q：整數(shù)或分位數(shù)陣列分位數(shù)。十分位數(shù)為10，四分位數(shù)為4或者，分位數(shù)陣列，例如[0，.25，.5，.75，1.]四分位數(shù)
labels：array或boolean，默認(rèn)值為無：用作生成的區(qū)間的標(biāo)簽。必須與生成的區(qū)間的長度相同。如果為False，則只返回bin的整數(shù)指示符。
retbins：bool，可選：是否返回bin。如果bin作為標(biāo)量給出，則可能有用。
precision：int：存儲(chǔ)和顯示容器標(biāo)簽的精度
import numpy as np
import pandas as pd
# qcut可以根據(jù)樣本分位數(shù)對(duì)數(shù)據(jù)進(jìn)行面元?jiǎng)澐?
# data = np.random.randn(20) # 正態(tài)分布
data = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
cats = pd.qcut(data, 4) # 按四分位數(shù)進(jìn)行切割
print(cats)
print(pd.value_counts(cats))
print("-------------------------------------------------")
# 通過指定分位數(shù)（0到1之間的數(shù)值，包含端點(diǎn)）進(jìn)行面元?jiǎng)澐?
cats_2 = pd.qcut(data, [0, 0.5, 0.8, 0.9, 1])
print(cats_2)
print(pd.value_counts(cats_2))
以上這篇關(guān)于pandas的離散化,面元?jiǎng)澐衷斀饩褪切【幏窒斫o大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
-
Python實(shí)現(xiàn)希爾排序,歸并排序和桶排序的示例代碼
希爾、歸并、快速排序算法可歸為同一類，它們的共同點(diǎn)都是建立在分治思想之上。把大問題分拆成小問題，解決所有小問題后，再合并每一個(gè)小問題的結(jié)果，最終得到對(duì)原始問題的解答。本文將介紹這三種算法的實(shí)現(xiàn)代碼，需要的可以參考一下 2022-04-04
-
Python爬蟲實(shí)現(xiàn)抓取京東店鋪信息及下載圖片功能示例
這篇文章主要介紹了Python爬蟲實(shí)現(xiàn)抓取京東店鋪信息及下載圖片功能,涉及Python頁面請(qǐng)求、響應(yīng)、解析等相關(guān)操作技巧,需要的朋友可以參考下 2018-08-08
-
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)石頭剪刀布游戲，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下 2021-01-01
-
Python實(shí)現(xiàn)決策樹C4.5算法的示例
本篇文章主要介紹了Python實(shí)現(xiàn)決策樹C4.5算法的示例，詳解的介紹了決策樹C4.5算法的原理和實(shí)現(xiàn)代碼，非常具有實(shí)用價(jià)值，需要的朋友可以參考下
2018-05-05
-
python Django框架快速入門教程（后臺(tái)管理）
Django 是一個(gè)開放源代碼的 Web 應(yīng)用框架，由 Python 寫成，今天通過本文給大家介紹python Django框架快速入門教程，適用后臺(tái)管理，感興趣的朋友跟隨小編一起看看吧 2021-07-07
-
這篇文章主要介紹了python中使用docx模塊處理word文檔的相關(guān)資料,需要的朋友可以參考下 2023-01-01
-
Python入門教程(十一)Python中的運(yùn)算符
這篇文章主要介紹了Python入門教程(十一)Python中的運(yùn)算符,Python是一門非常強(qiáng)大好用的語言,也有著易上手的特性,本文為入門教程,需要的朋友可以參考下 2023-04-04
-
今天小編就為大家分享一篇關(guān)于python3.4爬蟲demo，小編覺得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來看看吧 2019-01-01
-
詳解Python GUI編程之PyQt5入門到實(shí)戰(zhàn)
這篇文章主要介紹了詳解Python GUI編程之PyQt5入門到實(shí)戰(zhàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧 2020-12-12
-
pandas的排序、分組groupby及cumsum累計(jì)求和方式
這篇文章主要介紹了pandas的排序、分組groupby及cumsum累計(jì)求和方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教 2022-05-05
最新評(píng)論
pd.cut
pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False)
x：要分箱的輸入數(shù)組，必須是一維的
bins：int或標(biāo)量序列
若bins是一個(gè)int，它定義在x范圍內(nèi)的等寬單元的數(shù)量。然而，在這種情況下，x的范圍在每一側(cè)延伸0.1％以包括x的最小值或最大值
若bins是一個(gè)序列，它定義了允許非均勻bin寬度的bin邊緣。在這種情況下不進(jìn)行x的范圍的擴(kuò)展
right：bool，可選：決定區(qū)間的開閉，如果right == True（默認(rèn)），則區(qū)間[1,2,3,4]指示（1,2]，（2,3]，（3,4]
labels：array或boolean，默認(rèn)值為無：用作生成的區(qū)間的標(biāo)簽。必須與生成的區(qū)間的長度相同。如果為False，則只返回bin的整數(shù)指示符
retbins：bool，可選：是否返回bin。如果bin作為標(biāo)量給出，則可能有用
precision：int：存儲(chǔ)和顯示容器標(biāo)簽的精度，默認(rèn)保留三位小數(shù)
include_lowest：bool：第一個(gè)間隔是否應(yīng)該包含左邊
import numpy as np import pandas as pd # 使用pandas的cut函數(shù)劃分年齡組 ages = [20,22,25,27,21,23,37,31,61,45,32] bins = [18,25,35,60,100] cats = pd.cut(ages,bins) print(cats) # 分類時(shí)，當(dāng)數(shù)據(jù)不在區(qū)間中將變?yōu)閚an # 統(tǒng)計(jì)落在各個(gè)區(qū)間的值數(shù)量 print(pd.value_counts(cats)) # 使用codes為年齡數(shù)據(jù)進(jìn)行標(biāo)號(hào) print(cats.codes) # 設(shè)置自己想要的面元名稱 group_names = ['Youth','YoungAdult','MiddleAged','Senior'] print(pd.cut(ages, bins, labels=group_names)) # 設(shè)置區(qū)間數(shù)學(xué)符號(hào)為左閉右開 print(pd.cut(ages, bins, right=False)) # 向cut傳入面元的數(shù)量，則會(huì)根據(jù)數(shù)據(jù)的最小值和最大值計(jì)算等長面元 print(pd.cut(ages, 4, precision=2)) # precision=2表示設(shè)置的精度
pd.qcut
與cut類似，它可以根據(jù)樣本分位數(shù)對(duì)數(shù)據(jù)進(jìn)行面元?jiǎng)澐?/p>
pandas.qcut(x, q, labels=None, retbins=False, precision=3)
x：ndarray或Series
q：整數(shù)或分位數(shù)陣列分位數(shù)。十分位數(shù)為10，四分位數(shù)為4或者，分位數(shù)陣列，例如[0，.25，.5，.75，1.]四分位數(shù)
labels：array或boolean，默認(rèn)值為無：用作生成的區(qū)間的標(biāo)簽。必須與生成的區(qū)間的長度相同。如果為False，則只返回bin的整數(shù)指示符。
retbins：bool，可選：是否返回bin。如果bin作為標(biāo)量給出，則可能有用。
precision：int：存儲(chǔ)和顯示容器標(biāo)簽的精度
import numpy as np
import pandas as pd
# qcut可以根據(jù)樣本分位數(shù)對(duì)數(shù)據(jù)進(jìn)行面元?jiǎng)澐?
# data = np.random.randn(20) # 正態(tài)分布
data = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
cats = pd.qcut(data, 4) # 按四分位數(shù)進(jìn)行切割
print(cats)
print(pd.value_counts(cats))
print("-------------------------------------------------")
# 通過指定分位數(shù)（0到1之間的數(shù)值，包含端點(diǎn)）進(jìn)行面元?jiǎng)澐?
cats_2 = pd.qcut(data, [0, 0.5, 0.8, 0.9, 1])
print(cats_2)
print(pd.value_counts(cats_2))
以上這篇關(guān)于pandas的離散化,面元?jiǎng)澐衷斀饩褪切【幏窒斫o大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
-
Python實(shí)現(xiàn)希爾排序,歸并排序和桶排序的示例代碼
希爾、歸并、快速排序算法可歸為同一類，它們的共同點(diǎn)都是建立在分治思想之上。把大問題分拆成小問題，解決所有小問題后，再合并每一個(gè)小問題的結(jié)果，最終得到對(duì)原始問題的解答。本文將介紹這三種算法的實(shí)現(xiàn)代碼，需要的可以參考一下2022-04-04 -
Python爬蟲實(shí)現(xiàn)抓取京東店鋪信息及下載圖片功能示例
這篇文章主要介紹了Python爬蟲實(shí)現(xiàn)抓取京東店鋪信息及下載圖片功能,涉及Python頁面請(qǐng)求、響應(yīng)、解析等相關(guān)操作技巧,需要的朋友可以參考下2018-08-08 - 這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)石頭剪刀布游戲，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-01-01
-
Python實(shí)現(xiàn)決策樹C4.5算法的示例
本篇文章主要介紹了Python實(shí)現(xiàn)決策樹C4.5算法的示例，詳解的介紹了決策樹C4.5算法的原理和實(shí)現(xiàn)代碼，非常具有實(shí)用價(jià)值，需要的朋友可以參考下2018-05-05 -
python Django框架快速入門教程（后臺(tái)管理）
Django 是一個(gè)開放源代碼的 Web 應(yīng)用框架，由 Python 寫成，今天通過本文給大家介紹python Django框架快速入門教程，適用后臺(tái)管理，感興趣的朋友跟隨小編一起看看吧2021-07-07 - 這篇文章主要介紹了python中使用docx模塊處理word文檔的相關(guān)資料,需要的朋友可以參考下2023-01-01
-
Python入門教程(十一)Python中的運(yùn)算符
這篇文章主要介紹了Python入門教程(十一)Python中的運(yùn)算符,Python是一門非常強(qiáng)大好用的語言,也有著易上手的特性,本文為入門教程,需要的朋友可以參考下2023-04-04 - 今天小編就為大家分享一篇關(guān)于python3.4爬蟲demo，小編覺得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來看看吧2019-01-01
-
詳解Python GUI編程之PyQt5入門到實(shí)戰(zhàn)
這篇文章主要介紹了詳解Python GUI編程之PyQt5入門到實(shí)戰(zhàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12 -
pandas的排序、分組groupby及cumsum累計(jì)求和方式
這篇文章主要介紹了pandas的排序、分組groupby及cumsum累計(jì)求和方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-05-05