# -*- coding: utf8 -*-
"""
原因: Python2.x的解释器只认识ASCII编码的py文件
解决: =>首行注释告诉解释器文件编码, #coding=utf-8
=>Python3.x
"""
import csv
#1.读取阿比葡萄酒品质的数据
with open('white_wine.csv',mode='r') as f:
reader = csv.reader(f)
content=[]
for row in reader:
content.append(row)
#print(content[:5])
#2.查看白葡萄酒中共分为几种品质
"""
品质quality变量在数据中是一个离散变量,而不是连续的,所以它只会有固定的几个等级。那么我们用Python中自带的集合set来查看白葡萄酒中总共的品质等级
"""
qualities=[]
for item in content[1:]:
qualities.append(int(item[-1]))
#qualities 含有多个相同的数,因此我们可以用集合set的无序性
unity_quality = set(qualities)#unity_quality是set([3, 4, 5, 6, 7, 8, 9])
print unity_quality
#3.将数据切分
"""
将数据按白葡萄酒等级`quality`进行切分为七个子集,保存到一个字典中,字典的键为`quality`具体数值,值为归属于该`quality`的样本列表
"""
content_dict={}
for row in content[1:]:
quality = int(row[-1])
if quality not in content_dict.keys():
content_dict[quality]=[row]
else:
content_dict[quality].append(row)
print content_dict[3]
#统计在每个品质的样本量
number_tuple=[]
for quality in content_dict.keys():
number_tuple.append((quality,len(content_dict[quality])))
#求每个数据集中fixed acidity的均值
mean_tuple=[]
for quality,samples in content_dict.items():
sum_=0
for sample in samples:
sum_+=float(sample[0])
mean_tuple.append((quality,sum_/len(content_dict[quality])))
print mean_tuple
对字典的操作不够秀。。。。。需要学习
本文介绍如何使用Python的csv模块读取并分析葡萄酒品质数据。通过集合去除重复项,统计不同品质等级的数量,并计算各品质等级对应的fixed acidity平均值。
1976





