《python数据分析与挖掘实战》笔记-3.1代码问题

最新推荐文章于 2024-08-23 08:00:00 发布
最新推荐文章于 2024-08-23 08:00:00 发布
阅读量4.2k 收藏 2
点赞数 8
分类专栏： 笔记 文章标签： python 数据分析 异常
本文首发于公众号：柠檬培养师（ID: yantinger90），欢迎关注！
本文链接：https://blog.csdn.net/github_37480618/article/details/56909351
版权
本文记录了在阅读《python数据分析与挖掘实战》时遇到的问题，即在处理异常值时出现的代码错误。通过在创建箱线图的DataFrame中添加`return_type='dict'`参数解决了问题。虽然目前只知道修正方法，但计划后续深入研究官方文档并翻译相关内容。
摘要由CSDN通过智能技术生成

问题

今天看到《python数据分析与挖掘实战》这本书的第三章的第一份代码，照着书上的代码敲了一遍，发现在异常值处理的部分会报错。

x = p['fliers'][0].get_xdata()
y = p['fliers'][0].get_ydata()

报错信息：

TypeError: 'AxesSubplot' object is not subscriptable

解决方案

解决的方法很简单，只需在使用DataFrame创建箱线图的时候加上return_type= ‘dict’即可。
具体可见pandas的官方文档
截图如下

最低0.47元/天 解锁文章
星轨无尽
关注
专栏目录
读书笔记 - Python数据分析与挖掘实战 - 3 数据探索
Always On The Way
05-19 1055
第3章 数据探索 3.1 数据质量分析 数据质量分析是数据预处理的前提，也是数据挖掘分析结论有效性和准确性的基础。其主要任务是检查原始数据中是否存在脏数据： （1）缺失值 （2）异常值（outliers） （3）不一致的值 （4）重复数据及含有特殊符号的数据 3.1.1 缺失值分析 3.1.2 异常值分析 异常值是指样本中数值明显偏离其余观测值的个别值，也称为离群点。 （1）简单统计量分析 先对变...
利用箱线图过滤数据
WillPower
11-08 2755
文章目录箱线图箱线图分析和过滤数据单组数据的箱线图绘制多组数据的箱线图绘制数据过滤单组数据多组数据一些滤出图 箱线图 维基百科: 箱形图（英文：Box plot），又称为盒须图、盒式图、盒状图或箱线图，是一种用作显示一组数据分散情况资料的统计图。 因型状如箱子而得名。此图中之盒子之外，也常会有线条在上下四分位数之外延伸出去，像是胡须，因此也称为盒须图。离群值会有时会画成是个别的点。箱型图是无母数的，他显示样品的特性，对于母体分布并无任何假设。在各种领域也经常被使用，常见于品质管理。不过作法相对较繁琐。 箱形
数据基本探索（python数据分析与挖掘实战篇）
kylin_learn的博客
07-02 593
# -*- coding: utf-8 -*- """ Created on Mon Jul 2 09:33:58 2018 @author: 87671 """ ############### #数据探索 ############### import pandas as pd data=pd.read_excel('catering_sale.xls',index_col=u'日期')#...
TypeError: ‘NoneType‘ object is not subscriptable | 完美解决方法
最新发布
沉淀、分享、成长，让自己和他人都能有所收获！
08-23 1万+
大家好，我是默语。今天我们来探讨一个Python开发中常见的错误——TypeError: ‘NoneType’ object is not subscriptable。如果你在使用Python开发时，遇到这个问题，不用担心，它通常与对一个None对象使用下标操作有关。本文将详细介绍这个错误的原因、如何避免它，并通过具体的代码示例帮助你解决此类问题。在Python中，NoneType是一个特殊的类型，表示“没有值”或“空值”。当你尝试对None进行类似于列表、字典或者字符串的下标操作时（如obj[0]
《python数据分析与挖掘》-步骤
serenysdfg的博客
06-19 7893
第3章数据探索（重要）数据质量分析是数据预处理的前提，是数据挖掘分析结论有效性和准确性的基础，其主要任务是检查原始数据中是否存在脏数据，脏数据包括：    缺失值    异常值    不一致的值    重复数据及含有特殊符号（如#、￥、*）的数据本小节将主要对数据中的缺失值、异常值和一致性进行分析。缺失值统计分析统计缺失值的变量个数统计每个变量的未缺失数统计变量的缺失数及缺失率异常值统计分析-箱型...
《Python数据分析与挖掘实战》代码纠错3-1
YUBANGSHUANGYUER的博客
01-14 596
最近在学习张良均老师的《Python数据分析与挖掘实战》，发现部分代码存在错误，特分享调试好的代码，供学习参考。 代码清单3-1 餐饮销额数据异常值检测代码 书本代码： #-*- coding: utf-8 -*- import pandas as pd catering_sale = '../data/catering_sale.xls' #餐饮数据 data = pd.read_ex...
python学习笔记-数据挖掘（数据分析）
Slime
04-11 907
数据质量分析 主要任务： 检查脏数据 脏数据包括： 缺失值 异常值 不一致的值 重复数据及含有特殊符号（如#，&，*）的数据。 1）缺失值分析： 2）异常值分析： 样例： import matplotlib.pyplot as plt import numpy as np import pandas as pd import matplotlib as mpl import s...
学习笔记之《python数据分析与挖掘实战》前言
提莫君的博客
03-30 915
文章目录前言基础篇第1章　数据挖掘基础2第2章　Python数据分析简介10第3章　数据探索33第4章　数据预处理60第5章　挖掘建模83实战篇第6章　电力窃漏电用户自动识别144第7章　航空公司客户价值分析164第8章　中医证型关联规则挖掘180第9章　基于水色图像的水质评价195第10章　家用电器用户行为分析与事件识别204第11章　应用系统负载分析与磁盘容量预测223第12章　电子商务网站用...
23神经网络 :唐宇迪《python数据分析与机器学习实战》学习笔记
qq_45425321的博客
03-31 1000
唐宇迪《python数据分析与机器学习实战》学习笔记 23神经网络 1.初识神经网络 百度深度学习研究院的图，当数据规模较小时差异较小，但当数据规模较大时深度学习算法的效率明显增加，目前大数据时代利用深度学习明显效果更好。 一些举例：用深度学习可以进行图片描述 在这里插入图片描述 用深度学习进行图片风格融合，从左到右：1为内容、2为风格、3为1的内容进行2的风格转换。 计算机中图像表示为三维数...
python笔记1之数据探索
iriszzy的博客
10-22 711
[python笔记1之数据探索 数据质量分析 主要是对缺失值、异常值、不一致的值以及重复数据以及带有特殊符号的数据进行分析。 对数据进行简单的描述 在python中，只需要读取数据，然后再对数据进行describe（）函数处理，就能得出数据的基本情况。 import pandas as pd catering_sale='D:/python学习资料/《Python数据分析与挖掘实战》数据与代码/c...
pyhon科学计算5
weixin_51703554的博客
06-27 806
1. 创建一个有50个元素的Series对象，其values数组中的数据随机生成，数据总体上满足均值为1000, 标准差为200的正态分布。(1) 自定义异常值为：小于QL-1.25IQR或大于QU+1.25IQR的值。绘制箱线图，检测生成的数据中是否包含大于上限和小于下限的异常值，并且要求这两类异常值都要有。如果不满足要求，那么就重新生成数据，直到满足要求为止；(2) 利用箱线图获取并输出异常值的索引；(3) 编写一个通用函数，其功能为将一个Series对象中大于上限的异常值用QU替换，而小于下限的异常值
pandas处理df函数及plt绘图函数（作业总结笔记待补充...）
ArrogantT的博客
03-20 3360
1.读取csv文件 data=pd.read_csv('data.csv',encoding = "utf-8",header = 0,names = range(0,50),index_col=0) header = 0是默认情况（即不标明，默认就是header = 0），表示以数据的第一行为列索引。 encoding = "utf-8"表明以utf-8为编码规则。 names = range(0,50))表示以[0…49]为列索引的名字 index_col=0表示以原有数据的第一列(索引为0)当作行索
python用箱型图进行异常值检测
热门推荐
我很帅的专栏
05-16 4万+
异常值检测：数据挖掘工作中的第一步就是异常值检测，异常值的存在会影响实验结果。异常值是指样本中的个别值，也称为离群点，其数值明显偏离其余的观测值。常用检测方法3σ\sigma原则和箱型图。其中，3σ\sigma原则只适用服从正态分布的数据。在3σ\sigma原则下，异常值被定义为观察值和平均值的偏差超过3倍标准差的值。
python PIL库的getdata（）函数
cuicui_ruirui的博客
03-05 1万+
im.getdata()函数的返回值是一个sequence对象，sequence对象的每一个元素对应一个像素点R、G、B值 可以用list（）将sequence对象转为普通的sequence对象 from PIL import Image im = Image.open('d:/22.jpg') str = im.getdata() str1 = list(str) print(str1[0...
Python-异常值分析
zpDreamer的博客
01-05 1万+
异常值分析是检验数据是否有录入错误以及含有不合常理的数据。忽视异常值的存在是十分危险的，不加剔除地把异常值包括进数据的计算分析过程中，对结果会产生不良影响；重视异常值的出现，分析其产生的原因，常常成为发现问题进而改进决策的契机。异常值是指样本中的个别值，其数值明显偏离其余的观测值。异常值也称为离群点，异常值的分析也称为离群点分析。（1）简单统计量分析可以先对变量做一个描述性统计，进而查看哪些数据是不
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值