python与财务数据挖掘_Python数据挖掘实战2：财政收入影响因素及预测

Reference

《Python数据分析与挖掘实战(第2版)》

第6章，页码：P170，代码略有改进

data.csv数据下载

分析过程

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

import sys

from GM11 import GM11

from sklearn.linear_model import Lasso

from sklearn.svm import LinearSVR

pd.set_option('max_columns',1000)

pd.set_option('max_row',300)

pd.set_option('display.float_format', lambda x: '%.5f' % x)

plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签

plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

data = pd.read_csv('data.csv') #读取数据

print(data.head()) #展示前几行

image.png

#描述性统计分析

#依次计算最小值、最大值、平均值、标准差

descriptio