在對(duì)變量分箱后，需要計(jì)算變量的重要性，IV是評(píng)估變量區(qū)分度或重要性的統(tǒng)計(jì)量之一，python計(jì)算IV值的代碼如下：

def CalcIV(Xvar, Yvar): 
 N_0 = np.sum(Yvar==0)
 N_1 = np.sum(Yvar==1)
 N_0_group = np.zeros(np.unique(Xvar).shape)
 N_1_group = np.zeros(np.unique(Xvar).shape)
 for i in range(len(np.unique(Xvar))):
  N_0_group[i] = Yvar[(Xvar == np.unique(Xvar)[i]) & (Yvar == 0)].count()
  N_1_group[i] = Yvar[(Xvar == np.unique(Xvar)[i]) & (Yvar == 1)].count()
 iv = np.sum((N_0_group/N_0 - N_1_group/N_1) * np.log((N_0_group/N_0)/(N_1_group/N_1)))
 return iv 
 
def caliv_batch(df, Kvar, Yvar):
 df_Xvar = df.drop([Kvar, Yvar], axis=1)
 ivlist = []
 for col in df_Xvar.columns:
  iv = CalcIV(df[col], df[Yvar])
  ivlist.append(iv)
 names = list(df_Xvar.columns)
 iv_df = pd.DataFrame({'Var': names, 'Iv': ivlist}, columns=['Var', 'Iv'])
 
 return iv_df

其中，df是分箱后的數(shù)據(jù)集，Kvar是主鍵，Yvar是y變量(0是好，1是壞)。

代碼運(yùn)行結(jié)果如下：

補(bǔ)充拓展：python基礎(chǔ)IV(切片、迭代、生成列表)

對(duì)list進(jìn)行切片

取一個(gè)list的部分元素是非常常見(jiàn)的操作。比如，一個(gè)list如下：

>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']

取前3個(gè)元素，應(yīng)該怎么做？

笨辦法：

>>> [L[0], L[1], L[2]]
['Adam', 'Lisa', 'Bart']

之所以是笨辦法是因?yàn)閿U(kuò)展一下，取前N個(gè)元素就沒(méi)轍了。

取前N個(gè)元素，也就是索引為0-(N-1)的元素，可以用循環(huán)：

>>> r = []
>>> n = 3
>>> for i in range(n):
...  r.append(L[i])
... 
>>> r
['Adam', 'Lisa', 'Bart']

對(duì)這種經(jīng)常取指定索引范圍的操作，用循環(huán)十分繁瑣，因此，Python提供了切片（Slice）操作符，能大大簡(jiǎn)化這種操作。

對(duì)應(yīng)上面的問(wèn)題，取前3個(gè)元素，用一行代碼就可以完成切片：

>>> L[0:3]
['Adam', 'Lisa', 'Bart']

L[0:3]表示，從索引0開(kāi)始取，直到索引3為止，但不包括索引3。即索引0，1，2，正好是3個(gè)元素。

如果第一個(gè)索引是0，還可以省略：

>>> L[:3]
['Adam', 'Lisa', 'Bart']

也可以從索引1開(kāi)始，取出2個(gè)元素出來(lái)：

>>> L[1:3]
['Lisa', 'Bart']

只用一個(gè) : ，表示從頭到尾：

>>> L[:]
['Adam', 'Lisa', 'Bart', 'Paul']

因此，L[:]實(shí)際上復(fù)制出了一個(gè)新list。

切片操作還可以指定第三個(gè)參數(shù)：

>>> L[::2]
['Adam', 'Bart']

第三個(gè)參數(shù)表示每N個(gè)取一個(gè)，上面的 L[::2] 會(huì)每?jī)蓚€(gè)元素取出一個(gè)來(lái)，也就是隔一個(gè)取一個(gè)。

把list換成tuple，切片操作完全相同，只是切片的結(jié)果也變成了tuple。

倒序切片

對(duì)于list，既然Python支持L[-1]取倒數(shù)第一個(gè)元素，那么它同樣支持倒數(shù)切片，試試：

>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']

>>> L[-2:]
['Bart', 'Paul']

>>> L[:-2]
['Adam', 'Lisa']

>>> L[-3:-1]
['Lisa', 'Bart']

>>> L[-4:-1:2]
['Adam', 'Bart']

記住倒數(shù)第一個(gè)元素的索引是-1。倒序切片包含起始索引，不包含結(jié)束索引。

對(duì)字符串切片

字符串 'xxx'和 Unicode字符串 u'xxx'也可以看成是一種list，每個(gè)元素就是一個(gè)字符。因此，字符串也可以用切片操作，只是操作結(jié)果仍是字符串：

>>> 'ABCDEFG'[:3]
'ABC'
>>> 'ABCDEFG'[-3:]
'EFG'
>>> 'ABCDEFG'[::2]
'ACEG'

在很多編程語(yǔ)言中，針對(duì)字符串提供了很多各種截取函數(shù)，其實(shí)目的就是對(duì)字符串切片。Python沒(méi)有針對(duì)字符串的截取函數(shù)，只需要切片一個(gè)操作就可以完成，非常簡(jiǎn)單。

什么是迭代

在Python中，如果給定一個(gè)list或tuple，我們可以通過(guò)for循環(huán)來(lái)遍歷這個(gè)list或tuple，這種遍歷我們成為迭代（Iteration）。

在Python中，迭代是通過(guò) for ... in 來(lái)完成的，而很多語(yǔ)言比如C或者Java，迭代list是通過(guò)下標(biāo)完成的，比如Java代碼：

for (i=0; i<list.length; i++) {
 n = list[i];
}

可以看出，Python的for循環(huán)抽象程度要高于Java的for循環(huán)。

因?yàn)?Python 的 for循環(huán)不僅可以用在list或tuple上，還可以作用在其他任何可迭代對(duì)象上。

因此，迭代操作就是對(duì)于一個(gè)集合，無(wú)論該集合是有序還是無(wú)序，我們用 for 循環(huán)總是可以依次取出集合的每一個(gè)元素。

注意: 集合是指包含一組元素的數(shù)據(jù)結(jié)構(gòu)，我們已經(jīng)介紹的包括：

1. 有序集合：list，tuple，str和unicode；

2. 無(wú)序集合：set

3. 無(wú)序集合并且具有 key-value 對(duì)：dict
而迭代是一個(gè)動(dòng)詞，它指的是一種操作，在Python中，就是 for 循環(huán)。

迭代與按下標(biāo)訪問(wèn)數(shù)組最大的不同是，后者是一種具體的迭代實(shí)現(xiàn)方式，而前者只關(guān)心迭代結(jié)果，根本不關(guān)心迭代內(nèi)部是如何實(shí)現(xiàn)的。

索引迭代

Python中，迭代永遠(yuǎn)是取出元素本身，而非元素的索引。

對(duì)于有序集合，元素確實(shí)是有索引的。有的時(shí)候，我們確實(shí)想在 for 循環(huán)中拿到索引，怎么辦？

方法是使用 enumerate() 函數(shù)：

>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']
>>> for index, name in enumerate(L):
...  print index, '-', name
... 
0 - Adam
1 - Lisa
2 - Bart
3 - Paul

使用 enumerate() 函數(shù)，我們可以在for循環(huán)中同時(shí)綁定索引index和元素name。但是，這不是 enumerate() 的特殊語(yǔ)法。實(shí)際上，enumerate() 函數(shù)把：

['Adam', 'Lisa', 'Bart', 'Paul']

變成了類(lèi)似：

[(0, 'Adam'), (1, 'Lisa'), (2, 'Bart'), (3, 'Paul')]

因此，迭代的每一個(gè)元素實(shí)際上是一個(gè)tuple：

for t in enumerate(L):
 index = t[0]
 name = t[1]
 print index, '-', name

如果我們知道每個(gè)tuple元素都包含兩個(gè)元素，for循環(huán)又可以進(jìn)一步簡(jiǎn)寫(xiě)為：

for index, name in enumerate(L):
print index, '-', name

這樣不但代碼更簡(jiǎn)單，而且還少了兩條賦值語(yǔ)句。

可見(jiàn)，索引迭代也不是真的按索引訪問(wèn)，而是由 enumerate() 函數(shù)自動(dòng)把每個(gè)元素變成 (index, element) 這樣的tuple，再迭代，就同時(shí)獲得了索引和元素本身。

迭代dict的value

我們已經(jīng)了解了dict對(duì)象本身就是可迭代對(duì)象，用 for 循環(huán)直接迭代 dict，可以每次拿到dict的一個(gè)key。

如果我們希望迭代 dict 對(duì)象的value，應(yīng)該怎么做？

dict 對(duì)象有一個(gè) values() 方法，這個(gè)方法把dict轉(zhuǎn)換成一個(gè)包含所有value的list，這樣，我們迭代的就是 dict的每一個(gè) value：

d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
print d.values()
# [85, 95, 59]
for v in d.values():
 print v
# 85
# 95
# 59

如果仔細(xì)閱讀Python的文檔，還可以發(fā)現(xiàn)，dict除了values()方法外，還有一個(gè) itervalues() 方法，用 itervalues() 方法替代 values() 方法，迭代效果完全一樣：

d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
print d.itervalues()
# <dictionary-valueiterator object at 0x106adbb50>
for v in d.itervalues():
 print v
# 85
# 95
# 59

那這兩個(gè)方法有何不同之處呢？

1. values() 方法實(shí)際上把一個(gè) dict 轉(zhuǎn)換成了包含 value 的list。

2. 但是 itervalues() 方法不會(huì)轉(zhuǎn)換，它會(huì)在迭代過(guò)程中依次從 dict 中取出 value，所以 itervalues() 方法比 values() 方法節(jié)省了生成 list 所需的內(nèi)存。

3. 打印 itervalues() 發(fā)現(xiàn)它返回一個(gè) <dictionary-valueiterator> 對(duì)象，這說(shuō)明在Python中，for 循環(huán)可作用的迭代對(duì)象遠(yuǎn)不止 list，tuple，str，unicode，dict等，任何可迭代對(duì)象都可以作用于for循環(huán)，而內(nèi)部如何迭代我們通常并不用關(guān)心。

如果一個(gè)對(duì)象說(shuō)自己可迭代，那我們就直接用 for 循環(huán)去迭代它，可見(jiàn)，迭代是一種抽象的數(shù)據(jù)操作，它不對(duì)迭代對(duì)象內(nèi)部的數(shù)據(jù)有任何要求。

迭代dict的key和value

我們了解了如何迭代 dict 的key和value，那么，在一個(gè) for 循環(huán)中，能否同時(shí)迭代 key和value？答案是肯定的。

首先，我們看看 dict 對(duì)象的 items() 方法返回的值：

>>> d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
>>> print d.items()
[('Lisa', 85), ('Adam', 95), ('Bart', 59)]

可以看到，items() 方法把dict對(duì)象轉(zhuǎn)換成了包含tuple的list，我們對(duì)這個(gè)list進(jìn)行迭代，可以同時(shí)獲得key和value：

>>> for key, value in d.items():
...  print key, ':', value
... 
Lisa : 85
Adam : 95
Bart : 59

和 values() 有一個(gè) itervalues() 類(lèi)似， items() 也有一個(gè)對(duì)應(yīng)的 iteritems()，iteritems() 不把dict轉(zhuǎn)換成list，而是在迭代過(guò)程中不斷給出 tuple，所以， iteritems() 不占用額外的內(nèi)存。

生成列表

要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]，我們可以用range(1, 11)：

>>> range(1, 11)
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做？方法一是循環(huán)：

>>> L = []
>>> for x in range(1, 11):
... L.append(x * x)
... 
>>> L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

但是循環(huán)太繁瑣，而列表生成式則可以用一行語(yǔ)句代替循環(huán)生成上面的list：

>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

這種寫(xiě)法就是Python特有的列表生成式。利用列表生成式，可以以非常簡(jiǎn)潔的代碼生成 list。

寫(xiě)列表生成式時(shí)，把要生成的元素 x * x 放到前面，后面跟 for 循環(huán)，就可以把list創(chuàng)建出來(lái)，十分有用，多寫(xiě)幾次，很快就可以熟悉這種語(yǔ)法。

復(fù)雜表達(dá)式

使用for循環(huán)的迭代不僅可以迭代普通的list，還可以迭代dict。

假設(shè)有如下的dict：

d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }

完全可以通過(guò)一個(gè)復(fù)雜的列表生成式把它變成一個(gè) HTML 表格：

tds = ['<tr><td>%s</td><td>%s</td></tr>' % (name, score) for name, score in d.iteritems()]
print '<table>'
print '<tr><th>Name</th><th>Score</th><tr>'
print '\n'.join(tds)
print '</table>'

注：字符串可以通過(guò) % 進(jìn)行格式化，用指定的參數(shù)替代 %s。字符串的join()方法可以把一個(gè) list 拼接成一個(gè)字符串。

條件過(guò)濾

列表生成式的 for 循環(huán)后面還可以加上 if 判斷。例如：

>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

如果我們只想要偶數(shù)的平方，不改動(dòng) range()的情況下，可以加上 if 來(lái)篩選：

>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]

有了 if 條件，只有 if 判斷為 True 的時(shí)候，才把循環(huán)的當(dāng)前元素添加到列表中。

多層表達(dá)式

for循環(huán)可以嵌套，因此，在列表生成式中，也可以用多層 for 循環(huán)來(lái)生成列表。

對(duì)于字符串 'ABC' 和 '123'，可以使用兩層循環(huán)，生成全排列：

>>> [m + n for m in 'ABC' for n in '123']
['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3']

翻譯成循環(huán)代碼就像下面這樣：

L = []
for m in 'ABC':
 for n in '123':
  L.append(m + n)

以上這篇Python計(jì)算IV值的示例講解就是小編分享給大家的全部?jī)?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。

最新評(píng)論