简单且有用的Python数据分析和机器学习代码


Posted in Python onJuly 02, 2021

为什么选择Python进行数据分析?

Python是一门动态的、面向对象的脚本语言,同时也是一门简约,通俗易懂的编程语言。Python入门简单,代码可读性强,一段好的Python代码,阅读起来像是在读一篇外语文章。Python这种特性称为“伪代码”,它可以使你只关心完成什么样的工作任务,而不是纠结于Python的语法。

另外,Python是开源的,它拥有非常多优秀的库,可以用于数据分析及其他领域。更重要的是,Python与最受欢迎的开源大数据平台Hadoop具有很好的兼容性。因此,学习Python对于有志于向大数据分析岗位发展的数据分析师来说,是一件非常节省学习成本的事。

Python的众多优点让它成为最受欢迎的程序设计语言之一,国内外许多公司也已经在使用Python,例YouTube,Google,阿里云等等。

简单且有用的Python数据分析和机器学习代码

经过这个月的python数据分析和机器学习,总结了一些经验,同时也收获了一些大佬的优秀博客,感兴趣的可以观看我的收藏夹,废话不多说,直接进入正题。

数据分析大致分为数据处理,模型建立,模型测试这3部,这篇文章主要是讲解对数据进行处理

为了对数据进行分析,首先要了解学习python的熊猫库pandas,下面是一些基础简单的操作方法,python调用方法如下

import pandas as pd

python通过pandas读取csv文件的方法

df= pd.read_csv("xxx.csv")
#输出文件内容前五列
print(df.head())
#输出csv所有内容
print(df)

查看csv某列数据的方法

pandas.read_csv(‘file_name.csv', usecols = [0,1,2,3]) 
#简单方法
df["属性列名称"]

pandas删除csv数据某些列的方法

droplabels= ['x_cat4','x_cat5','x_cat8','x_cat9']
data=df.drop(droplabels,axis=1)

pandas对NAN数据清洗的方法

#将表格中含有nan数值的列进行删除,返回非空数据和索引值的Series
df.dropna()
'''
dropna(axis=0,how='any',thresh=None),how参数可选的值为any或者all.all仅在切片元素全为NA时才抛弃该行(列)。thresh为整数类型,eg:thresh=3,那么一行当中至少有三个NA值时才将其保留。
'''
data.fillna(0)                      #将nan替换为0
print(data.fillna(data.mean()))     ### 用每列特征的均值填充缺失数据
print(data.fillna(data.median()))    ### 用每列特征的中位数填充缺失数据
print(data.fillna(method='bfill'))   ### 用相邻后面(back)特征填充前面空值
print(data.fillna(method='pad'))     ### 用相邻前面特征填充后面空值
#参考博客:https://blog.csdn.net/qq_21840201/article/details/81008566

pandas对csv文件数据的更改的方法

#更改某列属性数值和类型
df = df[df['涨跌幅']!='None']
df['涨跌幅'] = df['涨跌幅'].astype(np.float64)
df = pd.DataFrame(a, dtype='float') #数据类型转化
#参考链接:http://www.45fan.com/article.php?aid=19070771581800099094144284
#对数据全部遍历读取并更改,参考如下
for i in df.index:
    df["id1"][i]=1

pandas的iloc的使用方法和作用

X = df.iloc[:, data.columns != 'label']  # 取出不包括 label其他的列

df.iloc[:3, :2]           #使用.iloc ,我们只选择了.iloc的前3行和2列

计算某列元素数量的方法

sum= len(data[data.label == 'BENIGN']) #计算BENIGN的数量
len(df)

pandas对文件进行保存的方法

#df为要保存的数据,xxx.csv为保存的文件
df.to_csv('xxx.csv', index=False, sep=',')

以上是pandas对数据进行处理的简单功能,其中含有一些参考学习的博客,感兴趣的同学可以观看学习。有了这些基础知识,我们才能对数据集进行处理,接下来就是如何使用的问题了,下面讲解简单的套路。

1.首先观察数据,通过代码检测每一列的数据类型再进行考察,检测是否存在NAN值,可以删除该列,也可根据情况进行数值的变动。

2.数据集中可能存在部分列属性为time属性,一般不要直接将该列删除,可通过将其转化为浮点类型

3.字符串类型向数值类型的转换,部分字符串需要进行转换,这个就视情况而定了。

总结

到此这篇关于Python数据分析和机器学习代码的文章就介绍到这了,更多相关Python数据分析代码内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
Python抓取Discuz!用户名脚本代码
Dec 30 Python
Python的collections模块中的OrderedDict有序字典
Jul 07 Python
python实现简易版计算器
Jun 22 Python
Python实现对一个函数应用多个装饰器的方法示例
Feb 09 Python
利用Python求阴影部分的面积实例代码
Dec 05 Python
python使用pdfminer解析pdf文件的方法示例
Dec 20 Python
python redis 批量设置过期key过程解析
Nov 26 Python
python读取文件指定行内容实例讲解
Mar 02 Python
django 前端页面如何实现显示前N条数据
Mar 16 Python
使用Python+selenium实现第一个自动化测试脚本
Mar 17 Python
pandas apply多线程实现代码
Aug 17 Python
Python tkinter制作单机五子棋游戏
Sep 14 Python
python常见的占位符总结及用法
Jul 02 #Python
Python合并pdf文件的工具
python实现剪贴板的操作
利用Pycharm连接服务器的全过程记录
关于Python OS模块常用文件/目录函数详解
Python+Appium自动化测试的实战
如何使用pdb进行Python调试
You might like
php 删除无限级目录与文件代码共享
2008/11/22 PHP
php文件上传、下载和删除示例
2020/08/28 PHP
THINKPHP5.1 Config的配置与获取详解
2020/06/08 PHP
使用jQuery和PHP实现类似360功能开关效果
2014/02/12 Javascript
jquery实现的树形目录实例
2015/06/26 Javascript
JavaScript实现select添加option
2015/07/03 Javascript
Angularjs使用directive自定义指令实现attribute继承的方法详解
2016/08/05 Javascript
AngularJs基于角色的前端访问控制的实现
2016/11/07 Javascript
angular实现商品筛选功能
2017/02/01 Javascript
jQuery插件HighCharts绘制的基本折线图效果示例【附demo源码下载】
2017/03/07 Javascript
JavaScript数据类型和变量_动力节点Java学院整理
2017/06/26 Javascript
vue.js todolist实现代码
2017/10/29 Javascript
Nodejs模块载入运行原理
2018/02/23 NodeJs
七行JSON代码把你的网站变成移动应用过程详解
2019/07/09 Javascript
Vue 自定义指令实现一键 Copy功能
2019/09/16 Javascript
微信小程序swiper左右扩展各显示一半代码实例
2019/12/05 Javascript
详细分析JavaScript中的深浅拷贝
2020/09/17 Javascript
[01:08:10]2014 DOTA2国际邀请赛中国区预选赛 SPD-GAMING VS LGD-CDEC
2014/05/22 DOTA
Python实现多线程HTTP下载器示例
2017/02/11 Python
使用python和Django完成博客数据库的迁移方法
2018/01/05 Python
python实现多层感知器
2019/01/18 Python
Python实现直播推流效果
2019/11/26 Python
基于pytorch的lstm参数使用详解
2020/01/14 Python
python实现udp聊天窗口
2020/03/31 Python
Python csv文件记录流程代码解析
2020/07/16 Python
Python基于callable函数检测对象是否可被调用
2020/10/16 Python
详解python3 GUI刷屏器(附源码)
2021/02/18 Python
HTML5是什么 HTML5是什么意思 HTML5简介
2012/10/26 HTML / CSS
给排水专业应届生求职信
2013/10/12 职场文书
护理学中专毕业生求职信
2013/11/11 职场文书
会计系毕业生求职信
2014/05/28 职场文书
党员干部三严三实心得体会
2014/10/13 职场文书
学院党的群众路线教育实践活动第一阶段情况汇报
2014/10/25 职场文书
2014年幼儿园个人工作总结
2014/11/10 职场文书
演讲开场白台词大全
2015/05/29 职场文书
SQL IDENTITY_INSERT作用案例详解
2021/08/23 MySQL