python信用卡分析数据_Python數據分析------例子1（信用卡欺詐）

1、讀取數據

data=read_csv(path)

data.head()#畫圖(查看class即分類的數據條形圖),函數sort_index()是將dataframe按照行索引來排序輸出值

count_classes=pd.value_counts(data['Class'],sort=True).sort_index()

count_classes.plot(kind='bar')

plt.title("*****")

plt.xlable("class")

plt.ylable("Frequency")

2、認識數據

①數據特征的量綱差距(即歸一化/標准化處理)

from sklearn.processing importStanarScaler#將特征'Amount'歸一化成新的特征'normAmount'，這里的reshape函數是將dataframe轉化成array，fit_transform的參數需要是數組。

#fit_transform()是將數據fit再transform，主要作用是將數據標准化成均值為0，方差為1的數，范圍在【-1，1】之間。data['normAmount']=StandarScaler().fit_transform(data['Amount'].reshape(-1,1))#將沒有用的數據特征刪除

data=data.drop('Amount','time')

②數據分布不均衡(比方說分類，0-1分類，0的數據遠遠大於1的數據)

處理方式：下采樣、過采樣。