python中怎么對(duì)數(shù)據(jù)離散化

（1）數(shù)據(jù)泛化：使用概念分層，用高層概念替換低層或“原始”數(shù)據(jù)。例如，分類的屬性，如街道，可以泛化為較高層的概念，如城市或國(guó)家。

創(chuàng)新互聯(lián)公司自成立以來(lái)，一直致力于為企業(yè)提供從網(wǎng)站策劃、網(wǎng)站設(shè)計(jì)、成都網(wǎng)站制作、網(wǎng)站設(shè)計(jì)、電子商務(wù)、網(wǎng)站推廣、網(wǎng)站優(yōu)化到為企業(yè)提供個(gè)性化軟件開(kāi)發(fā)等基于互聯(lián)網(wǎng)的全面整合營(yíng)銷服務(wù)。公司擁有豐富的網(wǎng)站建設(shè)和互聯(lián)網(wǎng)應(yīng)用系統(tǒng)開(kāi)發(fā)管理經(jīng)驗(yàn)、成熟的應(yīng)用系統(tǒng)解決方案、優(yōu)秀的網(wǎng)站開(kāi)發(fā)工程師團(tuán)隊(duì)及專業(yè)的網(wǎng)站設(shè)計(jì)師團(tuán)隊(duì)。

（2）規(guī)范化：將屬性數(shù)據(jù)按比例縮放，使之落入一個(gè)小的特定區(qū)間。大致可分三種：最小最大規(guī)范化、z-score規(guī)范化和按小數(shù)定標(biāo)規(guī)范化。

如何用python對(duì)矩陣形式的數(shù)據(jù)進(jìn)行離散化

是對(duì)原始數(shù)據(jù)的線性變換，使結(jié)果映射到[0,1]區(qū)間。方便數(shù)據(jù)的處理。消除單位影響及變異大小因素影響。

基本公式為：

x'=（x-min）/（max-min）

代碼：

#！／user/bin/env python

#-*- coding:utf-8 -*-#author:M10import numpy as npimport pandas as pdimport matplotlib.pylab as pltimport mysql.connectorconn = mysql.connector.connect(host='localhost', user='root', passwd='123456', db='python')#鏈接本地?cái)?shù)據(jù)庫(kù)sql = 'select price,comment from taob'#sql語(yǔ)句data = pd.read_sql(sql,conn)#獲取數(shù)據(jù)#離差標(biāo)準(zhǔn)化data1 = (data-data.min())/(data.max()-data.min())print(data1)

python常用函數(shù)

1、complex()

返回一個(gè)形如?a+bj?的復(fù)數(shù)，傳入?yún)?shù)分為三種情況：

參數(shù)為空時(shí)，返回0j；參數(shù)為字符串時(shí)，將字符串表達(dá)式解釋為復(fù)數(shù)形式并返回；參數(shù)為兩個(gè)整數(shù)(a,b)時(shí)，返回?a+bj；參數(shù)只有一個(gè)整數(shù) a 時(shí)，虛部 b 默認(rèn)為0，函數(shù)返回?a+0j。

2、dir()

不提供參數(shù)時(shí)，返回當(dāng)前本地范圍內(nèi)的名稱列表；提供一個(gè)參數(shù)時(shí)，返回該對(duì)象包含的全部屬性。

3、divmod(a,b)

a -- 代表被除數(shù)，整數(shù)或浮點(diǎn)數(shù)；b -- 代表除數(shù)，整數(shù)或浮點(diǎn)數(shù)；根據(jù) 除法運(yùn)算 計(jì)算 a,b 之間的商和余數(shù)，函數(shù)返回一個(gè)元組(p,q)?，p 代表商?a//b?，q 代表余數(shù)?a%b。

4、enumerate(iterable,start=0)

iterable -- 一個(gè)可迭代對(duì)象，列表、元組序列等；start -- 計(jì)數(shù)索引值，默認(rèn)初始為0‘該函數(shù)返回枚舉對(duì)象是個(gè)迭代器，利用 next() 方法依次返回元素值，每個(gè)元素以元組形式存在，包含一個(gè)計(jì)數(shù)元素(起始為 start )和 iterable 中對(duì)應(yīng)的元素值。

Python pandas用法

在Python中，pandas是基于NumPy數(shù)組構(gòu)建的，使數(shù)據(jù)預(yù)處理、清洗、分析工作變得更快更簡(jiǎn)單。pandas是專門(mén)為處理表格和混雜數(shù)據(jù)設(shè)計(jì)的，而NumPy更適合處理統(tǒng)一的數(shù)值數(shù)組數(shù)據(jù)。

使用下面格式約定，引入pandas包：

pandas有兩個(gè)主要數(shù)據(jù)結(jié)構(gòu)：Series和DataFrame。

Series是一種類似于一維數(shù)組的對(duì)象，它由 一組數(shù)據(jù) （各種NumPy數(shù)據(jù)類型）以及一組與之相關(guān)的 數(shù)據(jù)標(biāo)簽（即索引） 組成，即index和values兩部分，可以通過(guò)索引的方式選取Series中的單個(gè)或一組值。

pd.Series(list,index=[ ]) ，第二個(gè)參數(shù)是Series中數(shù)據(jù)的索引，可以省略。

Series類型索引、切片、運(yùn)算的操作類似于ndarray，同樣的類似Python字典類型的操作，包括保留字in操作、使用.get()方法。

Series和ndarray之間的主要區(qū)別在于Series之間的操作會(huì)根據(jù)索引自動(dòng)對(duì)齊數(shù)據(jù)。

DataFrame是一個(gè)表格型的數(shù)據(jù)類型，每列值類型可以不同，是最常用的pandas對(duì)象。DataFrame既有行索引也有列索引，它可以被看做由Series組成的字典（共用同一個(gè)索引）。DataFrame中的數(shù)據(jù)是以一個(gè)或多個(gè)二維塊存放的（而不是列表、字典或別的一維數(shù)據(jù)結(jié)構(gòu)）。

pd.DataFrame(data,columns = [ ],index = [ ]) ：columns和index為指定的列、行索引，并按照順序排列。

如果創(chuàng)建時(shí)指定了columns和index索引，則按照索引順序排列，并且如果傳入的列在數(shù)據(jù)中找不到，就會(huì)在結(jié)果中產(chǎn)生缺失值：

數(shù)據(jù)索引 ：Series和DataFrame的索引是Index類型，Index對(duì)象是不可修改，可通過(guò)索引值或索引標(biāo)簽獲取目標(biāo)數(shù)據(jù)，也可通過(guò)索引使序列或數(shù)據(jù)框的計(jì)算、操作實(shí)現(xiàn)自動(dòng)化對(duì)齊。索引類型index的常用方法：

重新索引 ：能夠改變、重排Series和DataFrame索引，會(huì)創(chuàng)建一個(gè)新對(duì)象，如果某個(gè)索引值當(dāng)前不存在，就引入缺失值。

df.reindex(index, columns ,fill_value, method, limit, copy ) ：index/columns為新的行列自定義索引；fill_value為用于填充缺失位置的值；method為填充方法，ffill當(dāng)前值向前填充，bfill向后填充；limit為最大填充量；copy 默認(rèn)True，生成新的對(duì)象，F(xiàn)alse時(shí)，新舊相等不復(fù)制。

刪除指定索引 ：默認(rèn)返回的是一個(gè)新對(duì)象。

.drop() ：能夠刪除Series和DataFrame指定行或列索引。

刪除一行或者一列時(shí)，用單引號(hào)指定索引，刪除多行時(shí)用列表指定索引。

如果刪除的是列索引，需要增加axis=1或axis='columns'作為參數(shù)。

增加inplace=True作為參數(shù)，可以就地修改對(duì)象，不會(huì)返回新的對(duì)象。

在pandas中，有多個(gè)方法可以選取和重新組合數(shù)據(jù)。對(duì)于DataFrame，表5-4進(jìn)行了總結(jié)

適用于Series和DataFrame的基本統(tǒng)計(jì)分析函數(shù) ：傳入axis='columns'或axis=1將會(huì)按行進(jìn)行運(yùn)算。

.describe() ：針對(duì)各列的多個(gè)統(tǒng)計(jì)匯總，用統(tǒng)計(jì)學(xué)指標(biāo)快速描述數(shù)據(jù)的概要。

.sum() ：計(jì)算各列數(shù)據(jù)的和

.count() ：非NaN值的數(shù)量

.mean( )/.median() ：計(jì)算數(shù)據(jù)的算術(shù)平均值、算術(shù)中位數(shù)

.var()/.std() ：計(jì)算數(shù)據(jù)的方差、標(biāo)準(zhǔn)差

.corr()/.cov() ：計(jì)算相關(guān)系數(shù)矩陣、協(xié)方差矩陣，是通過(guò)參數(shù)對(duì)計(jì)算出來(lái)的。Series的corr方法用于計(jì)算兩個(gè)Series中重疊的、非NA的、按索引對(duì)齊的值的相關(guān)系數(shù)。DataFrame的corr和cov方法將以DataFrame的形式分別返回完整的相關(guān)系數(shù)或協(xié)方差矩陣。

.corrwith() ：利用DataFrame的corrwith方法，可以計(jì)算其列或行跟另一個(gè)Series或DataFrame之間的相關(guān)系數(shù)。傳入一個(gè)Series將會(huì)返回一個(gè)相關(guān)系數(shù)值Series（針對(duì)各列進(jìn)行計(jì)算），傳入一個(gè)DataFrame則會(huì)計(jì)算按列名配對(duì)的相關(guān)系數(shù)。

.min()/.max() ：計(jì)算數(shù)據(jù)的最小值、最大值

.diff() ：計(jì)算一階差分，對(duì)時(shí)間序列很有效

.mode() ：計(jì)算眾數(shù)，返回頻數(shù)最高的那（幾）個(gè)

.mean() ：計(jì)算均值

.quantile() ：計(jì)算分位數(shù)（0到1）

.isin() ：用于判斷矢量化集合的成員資格，可用于過(guò)濾Series中或DataFrame列中數(shù)據(jù)的子集

適用于Series的基本統(tǒng)計(jì)分析函數(shù)，DataFrame[列名]返回的是一個(gè)Series類型。

.unique() ：返回一個(gè)Series中的唯一值組成的數(shù)組。

.value_counts() ：計(jì)算一個(gè)Series中各值出現(xiàn)的頻率。

.argmin()/.argmax() ：計(jì)算數(shù)據(jù)最大值、最小值所在位置的索引位置（自動(dòng)索引）

.idxmin()/.idxmax() ：計(jì)算數(shù)據(jù)最大值、最小值所在位置的索引（自定義索引）

pandas提供了一些用于將表格型數(shù)據(jù)讀取為DataFrame對(duì)象的函數(shù)。下表對(duì)它們進(jìn)行了總結(jié)，其中read_csv()、read_table()、to_csv()是用得最多的。

在數(shù)據(jù)分析和建模的過(guò)程中，相當(dāng)多的時(shí)間要用在數(shù)據(jù)準(zhǔn)備上：加載、清理、轉(zhuǎn)換以及重塑。

在許多數(shù)據(jù)分析工作中，缺失數(shù)據(jù)是經(jīng)常發(fā)生的。對(duì)于數(shù)值數(shù)據(jù)，pandas使用浮點(diǎn)值NaN（np.nan）表示缺失數(shù)據(jù)，也可將缺失值表示為NA（Python內(nèi)置的None值）。

替換值

.replace(old, new) ：用新的數(shù)據(jù)替換老的數(shù)據(jù)，如果希望一次性替換多個(gè)值，old和new可以是列表。默認(rèn)會(huì)返回一個(gè)新的對(duì)象，傳入inplace=True可以對(duì)現(xiàn)有對(duì)象進(jìn)行就地修改。

刪除重復(fù)數(shù)據(jù)

利用函數(shù)或字典進(jìn)行數(shù)據(jù)轉(zhuǎn)換

df.head()：查詢數(shù)據(jù)的前五行

df.tail()：查詢數(shù)據(jù)的末尾5行

pandas.cut()

pandas.qcut() 基于分位數(shù)的離散化函數(shù)。基于秩或基于樣本分位數(shù)將變量離散化為等大小桶。

pandas.date_range() 返回一個(gè)時(shí)間索引

df.apply() 沿相應(yīng)軸應(yīng)用函數(shù)

Series.value_counts() 返回不同數(shù)據(jù)的計(jì)數(shù)值

df.aggregate()

df.reset_index() 重新設(shè)置index，參數(shù)drop = True時(shí)會(huì)丟棄原來(lái)的索引，設(shè)置新的從0開(kāi)始的索引。常與groupby()一起用

numpy.zeros()

分享標(biāo)題：python離散化函數(shù),python求離散對(duì)數(shù)
文章地址：http://chinadenli.net/article9/dsegjoh.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站改版、企業(yè)網(wǎng)站制作、面包屑導(dǎo)航、網(wǎng)站導(dǎo)航、品牌網(wǎng)站設(shè)計(jì)、虛擬主機(jī)

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)