2018年04月_sir_chai

04月 03月

原创 python数据预处理之——Pandas基础应用

如何系统的学习python中有关数据分析和挖掘相关的库？什么是系统的学习？系统的学习就是一个先搭建知识框架体系，然后不断填充知识，不断更新迭代的过程。 Pandas，numpy，scipy，matplotlib，scikit-learn就是知识框架体系中的必备部分：pandas用来做数据处理，numpy用来做高纬度矩阵运算，scipy用来做科学计算，matplotli...

2018-04-26 21:43:16 2197

原创 seaborn可视化学习之categorial visualization(附数据集)

Seaborn是一个做数据可视化效果很棒的库。在看了官方tutorial之后，尝试用Iris鸢尾花数据集实践一下categorical visualization，也就是数据按类别进行可视化。首先介绍一下Iris鸢尾花数据集，内容摘自百度百科：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。“Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集...

2018-04-26 21:02:01 960 1

原创 “东证期货杯”全国大学生统计建模大赛选题2：互联网金融时代下信用评分体系模型的构建源码（附题目，数据）

本文为第一次数据挖掘实战，数据预处理部分较乱，源码略去，直接给出处理后数据，所用算法为ID3# -*- coding: utf-8 -*-"""Created on Sun Mar 4 17:08:06 2018@author: CSH"""import mathimport operatorfrom numpy import*import pandas as pdimpo...

2018-04-25 21:53:20 3366 4

原创 Kaggle--泰坦尼克号失踪者生死情况预测源码（附Titanic数据集）

数据可视化分析import pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport numpy as nptitanic=pd.read_csv('train.csv')#print(titanic.head())#设置某一列为索引#print(titanic.set_index('Passeng...

2018-04-25 21:36:14 15406 11

原创 python--matplotlib（条形图）

我们先从条形图开始，条形图实际上是用来表示分组（或离散）变量的可视化，可以使用matplotlib模块中的bar函数完成条形图的绘制。一、简单垂直条形图案例一：直辖市GDP水平中国的四个直辖市分别为北京市、上海市、天津市和重庆市，其2017年上半年的GDP分别为12406.8亿、13908.57亿、9386.87亿、9143.64亿。对于这样一组数据，我们该如何使用条形图来展示各自的GDP水平呢...

2018-04-25 21:17:36 3281

原创 python--matplotlib（饼状图）

前言我们用条形图来展示离散变量的分布呈现，在常见的统计图像中，还有一种图像可以表示离散变量各水平占比情况，这就是我们要讲解的饼图。饼图的绘制可以使用matplotlib库中的pie函数，首先我们来看看这个函数的参数说明。pie函数参数解读plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=...

2018-04-25 21:15:08 4456

原创 python--matplotlib(箱线图)

前言今天继续我们的python绘图系列，针对离散变量我们可以使用常见的条形图和饼图完成数据的可视化工作，那么，针对数值型变量，我们也有很多可视化的方法，例如箱线图、直方图、折线图、面积图、散点图等等。这一期，我们就先来介绍一下数值型变量的箱线图绘制。箱线图一般用来展现数据的分布（如上下四分位值、中位数等），同时，也可以用箱线图来反映数据的异常情况。boxplot函数的参数解读绘图之...

2018-04-25 21:12:01 5581