如何用一行Python進(jìn)行數(shù)據(jù)收集探索-創(chuàng)新互聯(lián)

本篇文章給大家分享的是有關(guān)如何用一行Python進(jìn)行數(shù)據(jù)收集探索，小編覺(jué)得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說(shuō)，跟著小編一起來(lái)看看吧。

創(chuàng)新互聯(lián)網(wǎng)站建設(shè)由有經(jīng)驗(yàn)的網(wǎng)站設(shè)計(jì)師、開(kāi)發(fā)人員和項(xiàng)目經(jīng)理組成的專業(yè)建站團(tuán)隊(duì)，負(fù)責(zé)網(wǎng)站視覺(jué)設(shè)計(jì)、用戶體驗(yàn)優(yōu)化、交互設(shè)計(jì)和前端開(kāi)發(fā)等方面的工作，以確保網(wǎng)站外觀精美、成都網(wǎng)站設(shè)計(jì)、網(wǎng)站制作易于使用并且具有良好的響應(yīng)性。

簡(jiǎn)易的Pandas之路

任何使用Python數(shù)據(jù)的人都會(huì)熟悉Pandas包。Pandas是大多數(shù)行和列格式數(shù)據(jù)的go-to包。如果你沒(méi)有Pandas，請(qǐng)確保在終端中使用pip install安裝：

pip install pandas

現(xiàn)在，讓我們看看Pandas包中的默認(rèn)方法可以做些什么：

以下內(nèi)容寫給不知道上面發(fā)生了什么的新手：

任何Pandas數(shù)據(jù)幀都有一個(gè).descripe（）返回上面的輸出的方法。但是，此方法中沒(méi)有注意到分類變量。在上面的示例中，輸出中完全省略了“ method ”列。

讓我們看看能不能解決這個(gè)問(wèn)題。

Pandas分析

如果我告訴你僅用3行Python就可以產(chǎn)生以下統(tǒng)計(jì)信息，你會(huì)怎么想？但其實(shí)，如果不計(jì)算imports的話，總體上只用1行就夠。

  • 要點(diǎn)：類型，唯一值，缺失值

  • 分位數(shù)統(tǒng)計(jì)信息：例如最小值，Q1，中位數(shù)，Q3，大值，范圍，四分位數(shù)范圍

  • 描述性統(tǒng)計(jì)數(shù)據(jù)：例如平均值，眾數(shù)，標(biāo)準(zhǔn)偏差，總和，中位數(shù)絕對(duì)偏差，變異系數(shù)，峰度，偏度

  • 常用值

  • 直方圖

  • 高相關(guān)變量Spearman，Pearson和Kendall矩陣的相關(guān)性突出顯示

  • 缺失值矩陣，計(jì)數(shù)，熱圖和缺失值樹(shù)狀圖

（功能列表直接來(lái)自Pandas Profiling GitHub）

好吧，我們可以使用Pandas Profiling軟件包！要安裝Pandas Profiling軟件包，只需在終端中使用pip install即可：

pip install pandas_profiling

經(jīng)驗(yàn)豐富的數(shù)據(jù)分析人員可能會(huì)因?yàn)檫@些數(shù)據(jù)的松散甚至乍一看之下的“華而不實(shí)”而嗤之以鼻，但這對(duì)于快速獲得數(shù)據(jù)的第一手印象肯定是有用的：

我們首先看到的是概述，其中提供了關(guān)于數(shù)據(jù)和變量的一些非常高級(jí)的統(tǒng)計(jì)信息，以及變量之間的高相關(guān)性、高偏態(tài)性的警告等。

但這還不算什么。向下滾動(dòng)我們會(huì)發(fā)現(xiàn)報(bào)告有多個(gè)部分，如果只是簡(jiǎn)單地用圖片展示這個(gè)1行程序的輸出是不足以完全呈現(xiàn)這些內(nèi)容的，所以我制作了一個(gè)gif：

我強(qiáng)烈建議大家自己去探索一下這個(gè)包的特性，畢竟，這里提到的只是一行代碼，在將來(lái) 的數(shù)據(jù)分析中，這個(gè)包可能會(huì)對(duì)你非常有用。

import pandas as pd
import pandas_profiling
pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/planets.csv').profile_report()

以上就是如何用一行Python進(jìn)行數(shù)據(jù)收集探索，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見(jiàn)到或用到的。希望你能通過(guò)這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道。

當(dāng)前題目：如何用一行Python進(jìn)行數(shù)據(jù)收集探索-創(chuàng)新互聯(lián)
瀏覽路徑：http://muchs.cn/article46/ioieg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設(shè)計(jì)公司、面包屑導(dǎo)航、品牌網(wǎng)站制作、關(guān)鍵詞優(yōu)化、域名注冊(cè)、ChatGPT

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)

手機(jī)網(wǎng)站建設(shè)