Python 和 R 数据分析/挖掘工具互查

最新推荐文章于 2024-01-21 03:36:56 发布
最新推荐文章于 2024-01-21 03:36:56 发布
阅读量255 收藏
点赞数
分类专栏： 笔记

https://segmentfault.com/a/1190000005041649

 

 

数据库
类别PythonR
MySQLmysql-connector-python(官方)RMySQL
Oraclecx_OracleROracle
Redisredisrredis
MongoDBpymongoRMongo, rmongodb
neo4jpy2neoRNeo4j
Cassandracassandra-driverRJDBC
ODBCpyodbcRODBC
JDBC未知[Jython Only]RJDBC
IO类
类别PythonR
excelxlsxWriter, pandas.(from/to)_excel, openpyxlopenxlsx::read.xlsx(2), xlsx::read.xlsx(2)
csvcsv.writerread.csv(2), read.table
jsonjsonjsonlite
图片PILjpeg, png, tiff, bmp
统计类
描述性统计
类别PythonR
描述性统计汇总scipy.stats.descirbesummary
均值scipy.stats.gmean(几何平均数), scipy.stats.hmean(调和平均数), numpy.mean, numpy.nanmean, pandas.Series.meanmean
中位数numpy.median, numpy.nanmediam, pandas.Series.medianmedian
众数scipy.stats.mode, pandas.Series.mode未知
分位数numpy.percentile, numpy.nanpercentile, pandas.Series.quantilequantile
经验累积函数(ECDF)statsmodels.tools.ECDFecdf
标准差scipy.stats.std, scipy.stats.nanstd, numpy.std, pandas.Series.stdsd
方差numpy.var, pandas.Series.varvar
变异系数scipy.stats.variation未知
协方差numpy.cov, pandas.Series.covcov
(Pearson)相关系数scipy.stats.pearsonr, numpy.corrcoef, pandas.Series.corrcor
峰度scipy.stats.kurtosis, pandas.Series.kurte1071::kurtosis
偏度scipy.stats.skew, pandas.Series.skewe1071::skewness
直方图numpy.histogram, numpy.histogram2d, numpy.histogramdd未知
回归（包括统计和机器学习）
类别PythonR
普通最小二乘法回归(ols)statsmodels.ols, sklearn.linear_model.LinearRegressionlm,
广义线性回归(gls)statsmodels.glsnlme::gls, MASS::gls
分位数回归(Quantile Regress)statsmodels.QuantRegquantreg::rq
岭回归sklearn.linear_model.RidgeMASS::lm.ridge, ridge::linearRidge
LASSOsklearn.linear_model.Lassolars::lars
最小角回归sklearn.linear_modle.LassoLarslars::lars
稳健回归statsmodels.RLMMASS::rlm
假设检验
类别PythonR
t检验statsmodels.stats.ttest_ind, statsmodels.stats.ttost_ind, statsmodels.stats.ttost.paired; scipy.stats.ttest_1samp, scipy.stats.ttest_ind, scipy.stats.ttest_ind_from_stats, scipy.stats.ttest_relt.test
ks检验(检验分布)scipy.stats.kstest, scipy.stats.kstest_2sampks.test
wilcoxon(非参检验，差异检验)scipy.stats.wilcoxon, scipy.stats.mannwhitneyuwilcox.test
Shapiro-Wilk正态性检验scipy.stats.shapiroshapiro.test
Pearson相关系数检验scipy.stats.pearsonrcor.test
时间序列
类别PythonR
ARstatsmodels.ar_model.ARar
ARIMAstatsmodels.arima_model.arimaarima
VARstatsmodels.var_model.var未知
python还可参见PyFlux.
生存分析
类别PythonR
PH回归statsmodels.formula.api.phreg未知
专门分析的模块：
Python: Lifelines
机器学习类
回归
参见统计类
分类器
LDA、QDA
类别PythonR
LDAsklearn.discriminant_analysis.LinearDiscriminantAnalysisMASS::lda
QDAsklearn.discriminant_analysis.QuadraticDiscriminantAnalysisMASS::qda
SVM(支持向量机)
类别PythonR
支持向量分类器（SVC）sklearn.svm.SVCe1071::svm
非支持向量分类器（nonSVC）sklearn.svm.NuSVC未知
线性支持向量分类器(Lenear SVC)sklearn.svm.LinearSVC未知
基于临近
类别PythonR
k-临近分类器sklearn.neighbors.KNeighborsClassifier未知
半径临近分类器sklearn.neighbors.RadiusNeighborsClassifier未知
临近重心分类器(Nearest Centroid Classifier)sklearn.neighbors.NearestCentroid未知
贝叶斯
类别PythonR
朴素贝叶斯sklearn.naive_bayes.GaussianNBe1071::naiveBayes
多维贝叶斯(Multinomial Naive Bayes)sklearn.naive_bayes.MultinomialNB未知
伯努利贝叶斯(Bernoulli Naive Bayes)sklearn.naive_bayes.BernoulliNB未知
决策树
类别PythonR
决策树分类器sklearn.tree.DecisionTreeClassifiertree::tree, party::ctree
决策树回归器sklearn.tree.DecisionTreeRegressortree::tree, party::tree
Assemble方法
类别子类别Python
Bagging随机森林分类器sklearn.ensemble.RandomForestClassifier
Bagging随机森林回归器sklearn.ensemble.RandomForestRegressor
BoostingGradient Boostingxgboost模块
BoostingAdaBoostsklearn.ensemble.AdaBoostClassifier
Stacking未知未知
聚类
类别PythonR
kmeansscipy.cluster.kmeans.kmeanskmeans::kmeans
分层聚类scipy.cluster.hierarchy.fcluster(stats::)hclust
包聚类(Bagged Cluster)未知e1071::bclust
DBSCANsklearn.cluster.DBSCANdbscan::dbsan
Birchsklearn.cluster.Birch未知
K-Medoids聚类pyclust.KMedoids(可靠性未知)cluster.pam
关联规则
类别PythonR
apriori算法apriori(可靠性未知，不支持py3), PyFIM(可靠性未知，不可用pip安装)arules::apriori
FP-Growth算法fp-growth(可靠性未知，不支持py3), PyFIM(可靠性未知，不可用pip安装)未知
神经网络
类别PythonR
神经网络neurolab.net, keras.*nnet::nnet, nueralnet::nueralnet
深度学习keras.*不可靠包居多以及未知
当然，theano模块值得一提，但本质theano包的设计并非在神经网络，所以不归于此类。
概率图模型
python: PyMC3
文本、NLP
基本操作
类别PythonR
tokenizenltk.tokenize(英), jieba.tokenize(中)tau::tokenize
stemnltk.stemRTextTools::wordStem, SnowballC::wordStem
stopwordsstop_words.get_stop_wordstm::stopwords, qdap::stopwords
中文分词jieba.cut, smallseg, Yaha, finalseg, geniusjiebaR
TFIDFgensim.models.TfidfModel未知
主题模型
类别PythonR
LDAlda.LDA, gensim.models.ldamodel.LdaModeltopicmodels::LDA
LSIgensim.models.lsiModel.LsiModel未知
RPgensim.models.rpmodel.RpModel未知
HDPgensim.models.hdpmodel.HdpModel未知
值得留意的是python的新第三方模块，spaCy
与其他分析/可视化/挖掘/报表工具的交互
类别PythonR
wekapython-weka-wrapperRWeka
TableautableausdkRserve(实际是R的服务包)

 

vicky428
关注
专栏目录
python优化算法工具包_12种Python 机器学习 & 数据挖掘工具包，一定让你受益匪浅...
weixin_28808145的博客
02-20 3084
作为一种解释型语言，Python的设计哲学强调代码的可读性和简洁的语法(尤其是使用空格缩进划分代码块，而非使用大括号或者关键词)。相比于C++或Java，Python让开发者能够用更少的代码表达想法。不管是小型还是大型程序，该语言都试图让程序的结构清晰明了。我们今天为大家介绍12种Python机器学习&数据挖掘工具包。1. PyBrain【PyBrain】是一个用于Python的模块化机器...
基于python的数据挖掘实验报告_数据挖掘实验报告
weixin_39850365的博客
12-06 3492
市场购物篮分析经济管理学院企业管理专业1306122427杨欢欢一、实验背景随着社会进入信息化时代，现代化的企业搜集了大量数据或高维数据，包括市场、客户、供货商、竞争对手以及未来趋势等重要信息，但是信息超载与无结构化，使得企业决策部门无法有效利用现存的信息，甚至使决策行为产生混乱与误用。通过数据挖掘技术，可以从大量的数据中，挖掘出不同的信息与知识来支持决策，必能产生企业的竞争优势。数据挖掘和知识发...
关于python的机器学习与数据挖掘的相关的包
刘炫320的博客
12-04 6635
数据库 类别 Python R MySQL mysql-connector-python(官方) RMySQL Oracle cx_Oracle ROracle Redis redis rredis MongoDB pymongo RMongo, rmong
数据挖掘|利用Python实现常用的分类算法
数据森麟
05-07 1666
公众号后台回复“图书“，了解更多号主新书内容 作者：小屁孩i 来源：菜J学Python01数据分类正所谓物以类聚人与群分，生活里很...
数据挖掘学习（一）——常用的python包
热门推荐
livan1234的博客
06-29 2万+
笔者是一个痴迷于挖掘数据中的价值的学习人，希望在平日的工作学习中，挖掘数据的价值，找寻数据的秘密，笔者认为，数据的价值不仅仅只体现在企业中，个人也可以体会到数据的魅力，用技术力量探索行为密码，让大数据助跑每一个人，欢迎直筒们关注我的公众号，大家一起讨论数据中的那些有趣的事情。 我的公众号为：livandata
数据挖掘的库文件
寒风晓夜
12-03 488
1.安装python 做好是32位的，要不以后所有可能要使用的库都要自己编译，很麻烦。因为网上大多数的库安装包都是32位的。 2.安装scipy 3.安装numpy 4.安装scikit-learn 5.安装pybrain 这些都按上问题，数据挖掘的大多数算法就差不多哦啦。
python数据分析与挖掘实战-章节08： 能力五：定义标准的能力.zip
04-30
在Python数据分析与挖掘实战的章节08中，我们聚焦于一个关键能力——定义标准的能力。这一能力对于数据科学家和分析人员来说至关重要，因为它涉及到如何准确地量化和评估数据的质量、性能指标以及模型的优劣。在本...
python数据挖掘面试题_数据挖掘150道笔试题
weixin_39996798的博客
11-29 9453
作者：白宁超2016年10月16日13:44:06摘要：正值找工作之际，数据挖掘150道面试题涵盖很多基础知识点，如果你针对求职提前针对性准备，可以以此为为参照检查自己水平，如果你不为求职，也可以针对这些基础佐以巩固，本文来源于36大数据，在此收集整理，旨在技术传播。（本文原创编著，转载注明出处:数据挖掘150道笔试题）单选题1. 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种...
python数据挖掘试题_python数据挖掘试题四十道，你敢来挑战吗？
weixin_39800918的博客
11-24 924
自从毕业后，你多久没有进行过考试了?如果再给你一次重新考试的机会，你会怎么考?今天分享给大家的是python数据挖掘试题四十道，文末有答案，但希望你从接受挑战那一刻起，就像期末考试一样对待!1.某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题?A.关联规则发现B.聚类C.分类D.自然语言处理2.以下两种描述分别对应哪两种对分类算法的评价标准?(a)警察抓小偷...
python数据挖掘试题四十道，你敢来挑战吗？
Python这样学
09-28 595
自从毕业后，你多久没有进行过考试了?如果再给你一次重新考试的机会，你会怎么考?今天分享给大家的是python数据挖掘试题四十道，文末有答案，但希望你从接受挑战那一刻起，就像期末考试一样对待! 1.某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题? A.关联规则发现 B.聚类 C.分类 D.自然语言处理 2.以下两种描述分别对应哪两种对分类算法的评价标准? ...
python 机器学习，数据挖掘，环境各种安装包汇总
03-20
python 机器学习，数据挖掘，环境各种安装包汇总 Anaconda3-4.2.0-Windows-x86_64 pycharm-community-2017.3.3 python-3.6.3-64bit
Python数据挖掘-数据分析库
qq_59081708的博客
03-14 2489
matplotlib+numpy+pandas入门
数据挖掘--数据库
manjhOK的博客
03-01 642
最近开题，数据挖掘方向，有没有同做的，提供几个数据吧。多谢。 自己找了点相关的，分享下： 1. KDNuggets： http://www.kdnuggets.com/datasets/ 2. UCI： http://kdd.ics.uci.edu/ 3. KDD CUP： http://www.sigkdd.org/kddcup/ ...
Python数据挖掘相关包推荐
dltan
12-24 631
Numpy：提供数组支持，以及相应高效的处理函数 Scipy:提供矩阵支持，以及矩阵相关的数值计算模块 Matplotlib:强大的数据可视化工具，作图库 Pandas:强大、灵活的数据分析和探索工具 StatsModels:统计建模和计量经济学，包括描述统计，统计模型估计和推断 Scikit-Learn:支持回归，分类，聚类等的强大的机器学习库 Keras:深度学习库，用于建立神经网络以及深度学...
Python中的数据挖掘库有哪些？
2301_78263023的博客
06-17 698
当然，还有很多其它的数据挖掘库，如Scrapy、NLTK、gensim等等，每个库都有其自己的特点和适用场景。
深入了解Python数据挖掘库NumPy
最新发布
AI天才研究院
01-21 846
1.背景介绍 1. 背景介绍 Python数据挖掘库NumPy是一个强大的数值计算库，它为Python提供了大量的数学和科学计算功能。NumPy的核心是一个用于存储和操作多维数组的数据结构，这些数组可以包含整数、浮点数、复数等不同类型的数据。NumPy还提供了一系列的数学函数和操作符，用于对数组进行各种运算和处理。 NumPy库的设计思想是基于C语言的数组库，因此它具有高效的性能和低级别的控...
数据挖掘与数据仓库——数据挖掘概述
budding0828
05-18 771
专题介绍 该专题是数据挖掘与数据仓库专题，博主在复习过程中针对老师的PPT进行的整理，使得逻辑更加方便学习。对于初步入门数据挖掘与数据仓库是可以作为参考的，如果想深入了解，则需要看更全面的教材。不足之处请大家多多指教。 数据挖掘概述 什么是数据挖掘 DB派： 从海量数据中提取有兴趣的模式或知识； 数据库中的知识发现（Knowledge Discovery in Databases, KDD) 为...
python数据分析与数据挖掘库介绍
JDance1978的博客
11-28 787
一、数据预处理 由于采集数据中常包含许多含有噪声、不完整、甚至不一致的数据，对数据挖掘所涉及的数据对象必须进行预处理。主要包括筛选数据、数据变量转换、缺失值处理、坏数据处理、数据标准化、主成分分析、属性选择、数据违约等。 二、常用的数据挖掘工具 1.SAS Enterprise Miner 2.IBM SPSS Moldelre 3.SQL Sever 4.Python 在这里主要选用python...
数据挖掘的算法实现：Python库和R包
AI天才研究院
01-05 482
1.背景介绍 数据挖掘是指从大量数据中发现有价值的隐藏信息和知识的过程。随着数据量的增加，数据挖掘技术变得越来越重要。数据挖掘算法的实现通常依赖于一些特定的库和包，这些库和包提供了许多有用的功能，使得数据挖掘变得更加简单和高效。在Python和R语言中，有许多强大的库和包可以用于数据挖掘，例如Scikit-learn、TensorFlow、Keras、XGBoost等。本文将介绍这些库和包的核心...
Python电影评论数据分析：挖掘观点与情感
Python作为一种高效的开发语言，具备强大的数据处理和分析能力，特别适合用于数据分析和数据挖掘项目。电影评论数据分析是一个典型的数据挖掘应用案例，其目的在于通过分析用户评论来获取有价值的信息和洞见，进而对...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值