Python数据分析与挖掘实战中的错误总结与分析(持续更新)

1.前言

    博主研究生第一年已经成为过去式了，上了课，修了学分。接下来两年就是要搞搞学术了，方向为：大数据分析与数据挖掘。从此篇开始，就将学习过程中一些问题和想法与友交流之。这里是博主在学习中看的一本书《python数据分析与挖掘实战》中基础篇的一些代码规范以及参考方法，供大家学习。

2.错误分析

   由于第一章和第二章较为简单，这里就不在赘述，涉及到官方文档，大家一定多看看。

2.1第三章数据探索部分

•   代码3-1餐饮营销数据异常值检测代码

    这个代码主要是利用箱型图来将异常值进行显示，按照书上敲完代码执行后，会抛出一个TypeError：'AxesSubplot' object is not subscriptable。如下面图所示：

   错误提示呢，是由于在使用DataFrame方法画箱型图的时候，没有指定P的类型，导致不能正常的获取其下标。也就是上一句中：

p=data.boxplot()

p=data.boxplot()

 

  修改这一句为：

p=data.boxplot(return_type='dict')

p=data.boxplot(return_type='dict')

 

  便会得到正确的结果，其余部分的代码都很好理解。

   另外要提示的是下面这两句是在以后的代码中不可或缺的，一个是为了让中文标签正常显示，另一个是为了正常显示负号。根据代码的需求，要添加时候便添加。

plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['font.family']='sans-serif'

• 代码3-2餐饮销量数据统计量分析代码

    这个代码主要是对数据的统计量分析，很好理解，里面没有问题。要提醒的是开头的这行

代码：

from __future__ import print_function

from __future__ import print_function

    这个代码是将未来版本的一些特性导入到现在使用的版本中，如果你的python版本较高，那么可以不使用这个方法。

• 代码3-3菜品盈利帕累托图代码

    贡献图分析又称帕累托分析，原理就是帕累托法则，对于一个公司来说，80%的利润常常来自于20%最畅销的产品，而其他80%的产品只产生了20%的利润，从而又称20/80定律。

    根据提供的数据和代码，很容易就能得到菜品盈利的帕累托图，这里要强调的是下面这一点，在对数据排序的时候使用到下面的方法，ascending=False表示的按照倒序来排列，但是会抛出一个AttributeError: 'Series' object has no attribute 'sor

t'。

data.sort(ascending=False)

data.sort(ascending=False)

  这是由于data在这里的类型是<class 'pandas.core.series.Series'>，可惜的是Series并没有sort这个方法，所以要采用sort_values（）方法，sort_values是归于pandas的，具体是DataFrame.sort_values，但是Series也具有这样的方法。修改为如下的

代码：

data.sort_values(ascending=False)

data.sort_values(ascending=False)

    具体调用是这样的：DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')，by要求传入一个字符或一个字符列表指定axis的排序，axis=0表示列，axis=1表示行，ascending True or False就是升序和降序了。kind是排序的类型，有quicksort快速排序、mergesort插入排序、heasort堆排序等。na_position是缺失值的位置，一般是放在后面，当然也可以放在前面，其余参数一般不会用到。

• 代码3-4餐饮销量数据相关性分析

这个代码很简单，利用好corr()方法就行，没有什么要强调的。

2.2第四章数据预处理部分

• 代码4-1用拉格朗日法进行插补