zoukankan      html  css  js  c++  java
  • 数据分析随笔(python及pandas及matplotlib查看数据)

    笔记:

    import pandas as pd

    对于csv数据文件,利用pd.read_csv()打开,如train_data=pd.read_csv('')

    利用train_data.head()可以查看部分data

    train_describe()可以得到统计数目,得到平均数、方差等特征(当然是针对数字类型的数据)

    对于非数字类型的数据(字符型 数据),可以使用train_data['这里填带统计的标签'].value_counts()统计分类数目

    如下显示的结果对应的是:某一个标签为property_area,标签下有semiurban urban rural等三个类别,统计对应数目

     

    import matplot.pyplot as plt

    train_data['标签'].hist(bins=50)

    plt.show()

    可以显示该标签下的数据分布,50表示y轴的间隔,以直方图显示,横轴表示数值范围,y轴表示数量

     

    train_data.boxplot(column='标签')

    plt.show()

    可以显示该标签下的数值分布,观察分布是否均衡

    比如下图表示,数据分布并不均匀,有极值出现

     

    df.boxplot(column='标签1', by = '标签2')

    plt.show()

    可以将标签1下的数据再按照标签2进行数值分布绘制

    如以下表示,已经按照受教育程度分类,受教育水平高的工资极值高,还能得到其他结论

     

    注:在想要画图时,单独输入画图指令还不能显示图形,这时需要在另一行上输入plt.show()才可以,条件:import matplotlib.pyplot as plt

    invictus maneo!
  • 相关阅读:
    LiveCharts文档-3开始-1安装
    LiveCharts文档-2FAQ
    时间戳的简介
    LiveCharts文档-1前言
    做了一个串口读写温度的程序
    CsvHelper文档-6类型转换
    CsvHelper文档-5配置
    如何选择 .NET Framework目标版本
    CsvHelper文档-4映射
    CsvHelper文档-3写
  • 原文地址:https://www.cnblogs.com/rayshaw/p/8536973.html
Copyright © 2011-2022 走看看