import pandas as pd
import numpy as np
#读取文件数据
df=pd.read_csv("HR.csv")
#异常值分析
sl_s=df["satisfaction_level"]
sl_s.isnull()
#异常值共有几条
sl_s[sl_s.isnull()]
#histogram(a,bins=10,range=None,normed=False,weights=None)
#a是保存待统计数据的数组,bins指定统计的区间个数,即对统计范围的等分数。
#range是一个长度为2的元组,表示统计范围的最小值和最大值,
#默认值为None,表示范围由 数据的范围决定,即(a.min(), a.max()).
#当normed参数为False时,函数返回数组a中的数据在每个区间的个数,否则对个数进行正规化处理,使它等于每个区间的概宇密度。
#weights参数和 bincount()的类似
#如下sl_s.values表示统计的数据,np.arange(0.0,1.1,0.1)创建数组,0到1,步长为0.1。195表示0.到0.1之间的数有多少个,依次类推
np.histogram(sl_s.values,bins=np.arange(0.0,1.1,0.1))