2022.03.26

课时24numpy中填充nan和youtube数据的练习

1.替换练习

mport numpy as np
import numpy as npu

t1=np.arange(12).reshape((3,4)).astype("float")

t1[1,2:]=np.nan

print(t1)

执行结果：
[[ 0.  1.  2.  3.]
 [ 4.  5. nan nan]
 [ 8.  9. 10. 11.]]

2.找出nan并替换

import numpy as np
import numpy as npu



#print(t1)
def fill_narray(t1):

    for i in range(t1.shape[1]):#形状为列，遍历每一列
        temp_col=t1[:,i]#当前这一列
        nan_num=np.count_nonzero(temp_col!=temp_col)
        if nan_num!=0:#不为0，说明当前这一列中有nan
            #当前一列不为nan的array
            temp_not_nan_col=temp_col[temp_col==temp_col]#数组中不为nan的部分取出来
            temp_not_nan_col.mean() #当前这一列不为nan的平均值
            #把平均值赋值到nan的地方
            temp_col[np.isnan(temp_col)]=temp_not_nan_col.mean()
    return t1
if __name__=='__main__':
    t1 = np.arange(12).reshape((3, 4)).astype("float")
    t1[1, 2:] = np.nan
    print(t1)
    print("##########")
    t1=fill_narray(t1)
    print(t1)

执行结果：
[[ 0.  1.  2.  3.]
 [ 4.  5. nan nan]
 [ 8.  9. 10. 11.]]
##########
[[ 0.  1.  2.  3.]
 [ 4.  5.  6.  7.]
 [ 8.  9. 10. 11.]]

Process finished with exit code 0

3.總結

 

 

 

import matplotlib as plt
import numpy as np

us_path=""
uk_path=""
t_us=np.loadtxt(us_path,delimiter=",",dtype="int")
#取评论的数据
t_us_comments=t_us[:,-1]
#选择比5000小的数据
t_us_comments=t_us_comments[t_us_comments<=5000]

print(t_us_comments.max(),t_us_comments.min())

d=250

bin_nums=(t_us_comments.max()-t_us_comments.min())//d
#绘图
plt.figure(figsize=(20,8),dpi=80)

plt.hist(t_us_comments,bin_nums)

plt.show()