数据分析和应用

1.npz文件的读取存

npz结尾文件是多个的数据集是压缩文件，
cat_data.files 命令进行查看数据集的名字

data = np.load('populations.npz')		#文件在python项目的当前目录
data = np.load('populations.npz')
print(data.files )
name = data['feature_names']## 提取其中的columns数组，视为数据的标签
values = data['data']## 提取其中的values数组，数据的存在位置

2关于csv数据如何将一列变成多列数据

方法为：

3拉格朗之差值的封装函数，自己写的

只要输入csv，或excel 文件路径就可以了。另外，拉格朗日插值好像只针对一列，所以本文用了一个for循环。

import pandas as pd

def ChaZhi(src):
    if src.split(".")[-1]=="csv":
        data = pd.read_csv(src)
    elif src.split(".")[-1]=="xlsx" or src.split(".")[1]=="xls" :
        data=pd.read_excel(src)
    from scipy.interpolate import lagrange
    for column in data.columns:
        NoneIndex = data[data[column].isnull() == True].index.tolist()  # 每一列的缺失值的索引
        x = data[column].dropna().index.tolist()  # 删除了缺失值之后的列索引，并转换为List
        y = data[column].dropna().values.tolist()  # 删除了缺失值之后的列数据，并转换为List
        LargeInsValue = lagrange(x, y)  ##拉格朗日插值拟合x,y1
        print(LargeInsValue(NoneIndex))  # 插值结果

ChaZhi("missing_data.csv")