IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> python数据分析 -> 正文阅读

[人工智能]python数据分析

我用的是Visual Studio Code,直接创建了.ipynb后缀的文件,开始使用jupyber

pandas库引用

import pandas as pd

两种基本的数据结构:Series和DataFrame

(一)Series

Series对象效率挺高的,比如能直接将两个列表中的内容相加还是蛮方便的嘛

77636ed8c30040fc83d3c31fa1d27ea2.png

引用的方法很多,在此只简单列举传入列表、字典、n维数组

(1)传入列表

pd.Series([],index=[]),默认索引从0开始

6316c87147b0470cae742cbe703b12f6.png

添加索引

30cd614950a247f28f882799b4dde75a.png

创建字典

393ccb1223e94bd0b7bcd18150aa0dce.png

传入n维数组

cea8237f73044cd5b31f18bb36916423.png

(二)DataFrame

DataFrame表格类型

传入字典pd.DataFrame({},columns=[],index=[]),行索引columns,列索引index

bceb5f04536c42d296303e26b767cdf1.png

传入n维数组pd.DataFrame(np.array(),columns=[],index=[])

46a22f43d03d427eadbe11996b2c8fd6.png

数据收集

读取csv文件

pd.read_csv(path, encoding='utf-8')?

数据清洗

1)查看基本情况

df.info()查看数据基本信息

2)处理缺失值

当各列的非空数据数量与总行数不同时,就可能存在缺失值

df.isna()查看缺失值,True存在,False不存在

df.dropna() 删除包含缺失值的整行数据

df.dropna(subset=[''])删除指定列中含有缺失值的行

3)处理重复值

df.duplicated()查找重复行,可以采用df[df.duplicated()]的方法显示得更加直观

df.drop_duplicates()删除重复出现的整行数据

4)处理异常值

df.describe() 显示数据的统计信息,返回count、mean、std、min、25%、50%、75%、max,分别代表频数统计、平均值、标准差、最小值、第一四分位数、中位数、第三四分位数以及最大值,e+n代表10的n次方

df[<df>]抽取数据,eg.df['人数'<10]表示抽取人数小于10的数据

数据处理

eg.从日期中抽取月份信息

pd.to_datetime(arg,format)函数:将object数据类型转为dataetime数据类型,arg是要转换的数据,format是datetime的日期格式,eg“%Y-%m-%d”

获取这份数据的年、月、日的信息,可以通过 Series.dt.year、Series.dt.month 以及?Series.dt.day

import numpy as np
import pandas as pd
a=pd.Series(np.array([['1月','2022-1-1],['2月','2022-2-1']],index=['月份','日期'])
b=pd.to_datetime(a['日期'],format='%Y-%m-%d')
month=b.dt.month
print(month)

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-05-08 08:05:07  更:2022-05-08 08:08:58 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 6:52:43-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码