数据分析python实验课系列

chapter1

1.定义字符串，完成字符串索引/切片/find/replace/split/遍历/连接/输入输出/重复连接等操作；
2.定义一个函数，参数为一列表，实现对列表中奇数项求和，偶数项求差，并返回和与差

# 1.定义字符串，完成字符串索引/切片/find/replace/split/遍历/连接/输入输出/重复连接等操作；
str = '我#在上学'
print(str[0])  # 索引
print(str[0:2])  # 切片
strFind = '在'
print(str.find(strFind))  # find
print(str.replace('上学', '上课'))  # replace
print(str.split('#', 1))  # split
for i in range(len(str)):
    print(str[i], end='')  # 遍历
strLink = '我学Python'
print(str + strLink)  # 连接
print(str * 3)  # 重复连接
strInput = input('请输入：')  # 输入
print(strInput)  # 输出

# 2.定义一个函数，参数为一列表，实现对列表中奇数项求和，偶数项求差，并返回和与差
def ls(LB=[]):
    sumJi = 0
    sumOu = 0
    for i, value in enumerate(LB):
        if (i+1) % 2 == 1: # 奇数项求和
            sumJi = sumJi + value
        if (i+1) % 2 == 0: # 偶数项求差
            sumOu = sumOu - value
    return sumJi, sumOu

LB = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 1 3 5 7 9 奇数项求和  25
# 2 4 6 8 10 偶数项求差 0-30
print(ls(LB))

# 2.定义一个函数，参数为一列表，实现对列表中奇数项求和，偶数项求差，并返回和与差
def ls(LB=[]):
    sumJi = 0
    sumOu = 0
    for i, value in enumerate(LB):
        # print(i+1,value)
        if (i+1) % 2 == 1:
            sumJi = sumJi + value
        if (i+1) % 2 == 0:
            if (i+1) == 2:
                sumOu = value
                print(sumOu)
            print(sumOu)
            sumOu = sumOu - value
    return sumJi, sumOu

LB = [10, 9, 8, 7, 6, 5, 4, 3, 2, 1]
# 10 8 6 4 2 奇数项求和 
# 9 7 5 3 1 偶数项求差 9-7-5-3-1 
print(ls(LB))

chapter2

from sklearn import preprocessing
import numpy as np

# 实验内容
# 自定义特征数据，完成数据的如下预处理
# 1、数据标准化
def demo1():
    x=np.array([[1,-1,2],[2,0,0],[0,1,-1]])
    scale = preprocessing.StandardScaler().fit(x)
    r=scale.transform(x)
    print(r)
    new_x=[[-1,1,0]]
    r2=scale.transform(new_x)
    print(r2)
    
# 2、正则化
def demo2():
    x=np.array([[1,-1,2],[2,0,0],[0,1,-1]])
    X_normalized = preprocessing.normalize(x, norm='l2')
    print(X_normalized)
    
# 3、二值化
def demo3():
    x=np.array([[1,-1,2],[2,0,0],[0,1,-1]])
    binarizer=preprocessing.Binarizer().fit(x)
    r=binarizer.transform(x)
    print(r)
    
# 4、one-hot编码
# 数据预处理-独热编码
def demo4():
    enc=preprocessing.OneHotEncoder()
    # 对于第一个feature，对应第一列，取值有0，1两个属性值
    # 对于第二个feature，对应第二列，取值有0，1，2三个值
    # 对于第三个feature，对应第三列，取值有0，1，2，3四个值
    enc.fit([[0,0,3],[1,1,0],[0,2,1],[1,0,2]]) #fit来学习编码
    r=enc.transform([[0,1,3]]).toarray() # 进行编码
    print(r)

print("1、数据标准化")
demo1()
print("2、正则化")
demo2()
print("3、二值化")
demo3()
print("4、one-hot编码")
demo4()

chapter3