关于自己简单总结的数据挖掘

figure --画板
axes – 画纸
创建画板：fig=plt.figure()
subplot – 子图（ax分割成几个部分）
set title设置标题

基本绘图
plot()画点
markersize点的大小
marker标记类型
plt.show()显示画板
bar水平直方图
barh垂直直方图
盒图box()
describe()显示中位数…等内容
unicode设置字体导入pylab
图例legand前要设置label
zip打包字典

python数据探索
异常值
catering_sale 替换文件路径名字
mean均值
std标准差
min 25 50 75 max 盒图(命令自行百度)
sort()排序…
annotate（s,xy,*args,**knge）添加注释

数据预处理包括数据清洗
isnull()显示空值
dropna() = data.notnull() 处理空值，类似于不显示空值，同一个功能
how='all’只丢弃全为空
axis=1对列处理（丢空，计算值）
fillna()填充缺失值

PCA 降维
标准化
协方差矩阵
特征值分解
向量矩阵
投影

决策树建立积极学习模型
画ROC图、十折交叉验证
算TP算准确率