python函数

已于 2022-04-23 20:10:58 修改
阅读量1.1k 收藏 1
点赞数
分类专栏： 菜菜-机器学习 文章标签： python
于 2022-03-19 22:23:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44953928/article/details/123602423
版权

文章目录

一、python参数

1.

在这里插入图片描述
在这里插入图片描述

1.accuracy_score（）函数

分类正确率分数，函数返回一个分数，这个分数或是正确的比例，或是正确的个数。

accuracy_score(y_true, y_pred, *, normalize=True, sample_weight=None):
  • y_true：正确输出值。y_pred：经过网络的预测值，分类器输出值。
  • y_treue和y_pred可以选择的类型一样，包括：一维数组、矩阵。
  • normalize：normalize是布尔类型参数，如果是False的话，函数就返回样本分类的正确数量。如果是True的话，返回分类正确率。默认情况下数True的，也就是返回正确率。
  • sample_weight:样本的权重，默认是None。

2、X.var() (求得是每一列的方差)、

在这里插入图片描述

3 .abs() 数字取绝对值

在这里插入图片描述

4. data.describe() ：描述性统计

# data.describe()
data.describe([0.01,0.1,0.25,.5,.75,.9,.99]).T

在这里插入图片描述
在这里插入图片描述

5.loc和iloc的用法和区别

loc——通过行标签索引行数据
iloc——通过行号索引行数据

print(data.iloc[0])

print(data.loc["A"])

二、numpy的函数

import numpy as np

1.np.median() : 求中位数

4. np.mean(）平均值

在这里插入图片描述

2.np.linspace(0.05,1,19)：

求0.05与1之间随机取19个数，包括0.05和1
在这里插入图片描述

3.np.unique() :求出数据的不同类别

在这里插入图片描述

三、pandas

import pandas as pd

1、pd.DataFrame()

在这里插入图片描述

2.data.drop_duplicates(inplace=True)：去除重复值

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3、.fillna（）会填充nan数据，返回填充后的结果。

如果希望在原DataFrame中修改，则把inplace设置为True

  • inplace参数的取值：True、False
    True：直接修改原对象
    False：创建一个副本，修改副本，原对象不变（缺省默认)

在这里插入图片描述

4 .isnull()和.notnull()

  • data.isnull() ;空值为True，非控制为Fasle
    data .isnull().sum():所有空值的个数总和
    data[data.isnull() ]：所有空值的列表
    在这里插入图片描述

data[data.isnull() ].index :所有空值的索引

  • .notnull():空值为Fasle，非控制为True

在这里插入图片描述
在这里插入图片描述

5、pd.qcut() :分箱

pd.qcut，基于分位数的分箱函数，本质是将连续型变量离散化只能够处理一维数据。返回箱子的上限和下限
参数q：要分箱的个数
参数retbins=True来要求同时返回结构为索引为样本索引，元素为分到的箱子的Series
现在返回两个值：每个样本属于哪个箱子，以及所有箱子的上限和下限
在这里插入图片描述

pd.cut((x, bins, right=True, labels=None)

pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False, duplicates='raise') #0.23.4

x：被切分的类数组（array-like）数据，必须是1维的（不能用DataFrame）；
bins：bins是被切割后的区间（或者叫“桶”、“箱”、“面元”）
right：bool型参数，默认为True，表示是否包含区间右部。比如如果bins=[1,2,3]，right=True，则区间为(1,2]，(2,3]；right=False，则区间为(1,2),(2,3)。
labels：给分割后的bins打标签，比如把年龄x分割成年龄段bins后，可以给年龄段打上诸如青年、中年的标签。labels的长度必须和划分后的区间长度相等，比如bins=[1,2,3]，划分后有2个区间(1,2]，(2,3]，则labels的长度必须为2。如果指定labels=False，则返回x中的数据在第几个bin中（从0开始）。
retbins：bool型的参数，表示是否将分割后的bins返回，当bins为一个int型的标量时比较有用，这样可以得到划分后的区间，默认为False。
precision：保留区间小数点的位数，默认为3.
include_lowest：bool型的参数，表示区间的左边是开还是闭的，默认为false，也就是不包含区间左部（闭）duplicates：是否允许重复区间。有两种选择：raise：不允许，drop：允许。
返回值
out：一个pandas.Categorical, Series或者ndarray类型的值，代表分区后x中的每个值在哪个bin（区间）中，如果指定了labels，则返回对应的label。
bins：分隔后的区间，当指定retbins为True时返回。

将ages平分成5个区间

ages = np.array([1,5,10,40,36,12,58,62,77,89,100,18,20,25,30,32]) 
pd.cut(ages, 5)
[(0.901, 20.8], (0.901, 20.8], (0.901, 20.8], (20.8, 40.6], (20.8, 40.6], ..., (0.901, 20.8], (0.901, 20.8], (20.8, 40.6], (20.8, 40.6], (20.8, 40.6]]
Length: 16
Categories (5, interval[float64]): [(0.901, 20.8] < (20.8, 40.6] < (40.6, 60.4] < (60.4, 80.2] < (80.2, 100.0]]

将ages平分成5个区间并指定labels

6、pd.read_csv()方法来读取csv文件

data = pd.read_csv(r".\Narrativedata.csv",index_col=0)
  • index_col是read_csv中的一个参数。用来指定表格的索引值
  • 在默认为None的时候，pandas会自动将第一列作为索引，并额外添加一列。所以大多我们会使用index_col=0，直接将第一列作为索引，不额外添加列。
    在这里插入图片描述

8.pd.concat():将两个列表合并

axis=1,表示跨行进行合并，也就是将量表左右相连，如果是axis=0，就是将量表上下相连
pd.concat([data,pd.DataFrame(result)],axis=1)
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

9、.sample()

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)[source]

#n 要抽取的行数
df.sample(n=3,random_state=1) #提取3行数据列表

frac
#抽取行的比例
#例如frac=0.8，就是抽取其中80%。

df.sample(frac=0.8, replace=True, random_state=1)
#replace
#是否为有放回抽样，
#True:有放回抽样
#False:未放回抽样

#True:取行数据后，可以重复放回后再取
#False:取行数据后不放回，下次取其它行数据
#注意：当N>总数据容量，replace设置为值时有效

在这里插入图片描述

三、matplotlib 函数

import matplotlib.pyplot as plt
#画布的尺寸1行5列，figsize=(30,6)画布大小
plt.subplots(1,5,figsize=(30,6))

 #设置标题
plt.set_title(title)   

 #横坐标标签和纵坐标标签
plt.set_xlabel("Training examples") 
plt.set_ylabel("Score")  
          
#显示网格作为背景，不是必须
plt.grid() 

# 划线的命令
plt.plot(train_sizes, np.mean(train_scores, axis=1), 'o-', color="r",label="Trainingscore")

plt.legend(loc="best")

在这里插入图片描述

四、random模块

1、random.sample()

random.sample用于截取列表的指定长度的随机数，但是不会改变列表本身的排序。

import random
list = [0,1,2,3,4]
rs = random.sample(list, 2)
print(rs)
print(list)

[3, 4]
[0, 1, 2, 3, 4]

我们要生成0~N之间的不重复的指定长度L的随机整数，可以使用:random.sample(range(0, N), L)，例如我要生成0~20之间的20个随机整数：

a = random.sample(range(0, 20), 20)
>>> a
[9, 12, 11, 7, 8, 10, 6, 13, 2, 16, 0, 1, 14, 18, 4, 15, 3, 19, 17, 5]

五、保存和调用

1、dump()方法和 load()方法

  • pickle.dump(obj, file, protocol)
    注释：
    obj——序列化对象，将对象obj保存到文件file中去；
    file——file表示保存到的类文件对象，file必须有write()接口，file可以是一个以’w’打开的文件或者是一个StringIO对象，也可以是任何可以实现write()接口的对象；
    protocol——序列化模式，默认是 0（ASCII协议，表示以文本的形式进行序列化），protocol的值还可以是1和2（1和2表示以二进制的形式进行序列化。其中，1是老式的二进制协议；2是新二进制协议）。

  • pickle.load(file)
    注释：
    反序列化对象，将文件中的数据解析为一个python对象。
    file中有read()接口和 readline() 接口

import pickle
fw = open("pickleFileName.txt", "wb")
pickle.dump("try", fw) 

fr = open("pickleFileName.txt", "rb")
result = pickle.load(fr)
xiao52x
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python数据攻略-数据分析常用的数据离散变量常用5种处理方法
Mr数据杨
07-04 3万+
在 Pandas 中，我们可以使用apply方法来自定义函数，并将其应用到 DataFrame 的一列或多列数据上。通过自定义函数，我们可以对数据进行个性化的处理和转换。例如，可以使用apply方法将一列数值转换为不同的类别标签，或根据特定条件对数据进行分段处理。
python怎么从数组中提取连续的数字_Python数组中连续正值的计数
weixin_42239752的博客
12-24 1893
如果有什么是清楚的，那就是“Python”。坦白地说，我甚至不能让你原来的解决方案起作用。而且，如果它真的起作用，我很好奇它是否比一个循环快。你比较过吗？现在，既然我们已经开始讨论效率，这里有一些见解。不管你做什么，Python中的循环天生就是慢的。当然，如果您使用的是pandas，那么您也可以在下面使用numpy，它具有所有的性能优势。只是不要通过循环破坏它们。这并不是说Python列表占用的内...
将gym游戏里原始离散的discrete观察空间变为box类型的连续观察空间
qq1803291168
03-23 5434
将gym游戏里原始离散的discrete观察空间变为box类型的连续观察空间
特征工程之 模型 对 离散和连续的处理
人上人酿酒师的博客
09-13 956
无论模型是传统的ML，还是DL模型，处理的都是连续性变量（特征），在现实开发中，特征往往存在着两种状态–离散和连续。 机器学习模型处理的都是连续型数据（loss，梯度更新权重，不连续则没有办法去更新权重），对于离散型遍历有以下几种处理方式： 将类别无序 ——> 连续 （one-hot） 将类别有序 ——> 连续 （Label Encoder），一般将类别数值型 利用 Label Encoder 进行编码，转化成连续型特征。 即是对不连续的数字或者文本进行编号 类别型变量范围在范围较小时 推荐
利用python对包含离散型特征和连续型特征的数据进行预处理
wotui1842的博客
06-14 1万+
对数据预处理是进行数据分析的基础环节，数据预处理质量的高低往往能够对实验结果产生很大的影响，现在UCI上的人口调查收入数据集为例，演示如何使用python对该数据集进行预处理。该数据集中每个样本同时包含离散型特征和连续型特征。在进行预处理之前，将原数据集中的训练集部分和测试集部分合并，剔除了包含空值的样本后剩余45222个样本，将标签“&gt;50K”记为1，“&lt;=50K”记为0，并剔除了与...
Python-Python函数-教学设计.docx
最新发布
06-11
问答互动引出学习目标 讲授法 示范练习 随堂报告 Python-Python函数-教学设计全文共6页，当前为第1页。Python-Python函数-教学设计全文共6页，当前为第1页。《Python函数》教学设计 Python-Python函数-教学设计全文...
python 函数内部修改外部变量的方法
09-19
今天小编就为大家分享一篇python 函数内部修改外部变量的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Python函数
02-25
Python 函数，函数定义，函数规则，函数使用，函数调用
python函数实验报告.doc
12-19
python函数实验报告
Python函数参数操作详解
09-20
主要介绍了Python函数参数操作,结合实例形式详细分析了Python形参、实参、默认参数、关键字参数、可变参数、对参数解包以及获取参数个数等相关操作技巧,需要的朋友可以参考下
Python基础语法----数据类型
无恙的博客
09-26 3799
Python七种数据类型及其常用内置函数的使用
python第五讲
lz1261131094的博客
03-20 121
第五讲 列表和元组 1.序列 序列式Python中最基本的数据结构，其中每一个元素都有它的位置-索引。索引从零开始。 常见的序列有列表，元组，字符串。可以对他们进行的操作有索引，切片，加，乘，检查成员。 python已经内置确定序列的长度以及确定最大和最小的元素的方法。 列表是最长用的python数据类型，可以作为一个方括号内的逗号分隔值出现。列表的数据项不需要具有相同的类型，创建列表只要把逗号分...
【python数据分析】：数据预处理之连续数据离散化
weixin_40637477的博客
05-04 2909
连续属性变换成分类属性，即连续数据离散化。 在数值的取值范围内设定若干个离散划分点，将取值范围划分为一些离散化的区间，最后用不同的符号或整数值代表每个子区间中的数据值。 连续数据离散化： 等宽法 / 等频法 等宽法 ：cut方法 → 将数据均匀划分成n等份，每份的间距相等 举例： 有一组人员年龄数据，希望将这些数据划分为“18到25”,“26到35”,“36到60”,“60以上”几个面元。 ages=[20,22,25,27,21,23,37,31,61,45,41,.
python中的一些数学小技巧
A1451ASD的博客
09-15 1585
range函数
利用python将连续指标离散化，分类变量哑元化
weixin_30596023的博客
05-26 2730
在实际分析中，经常遇到连续值需要离散化，或者离散值需要哑元化的问题，下面将分别举例说明。 1、连续指标离散化 可以根据自己的需求划分不同的区间，然后使用pandas中cut()、qcut()函数来完成连续变量离散化操作。 1 #导入模块 2 import pandas as pd 3 4 # 将范围划分为(0, 18]、(18, ...
python连续数据离散化_使用pandas实现连续数据的离散化处理方式(分箱操作)
weixin_39797912的博客
11-28 522
Python实现连续数据的离散化处理主要基于两个函数，pandas.cut和pandas.qcut，前者根据指定分界点对连续数据进行分箱处理，后者则可以根据指定箱子的数量对连续数据进行等宽分箱处理，所谓等宽指的是每个箱子中的数据量是相同的。下面简单介绍一下这两个函数的用法：# 导入pandas包import pandas as pdages = [20, 22, 25, 27, 21, 23, 3...
Python数据预处理--数据连续属性离散化
目标：Python全栈工程师的博客
05-15 2587
数据连续属性离散化数据连续属性离散化等宽法导入库创建一组年龄数据并使用cut进行分组用labels参数设置自己的区间名称对DataFrame进行等分利用散点图进行图示显示等频法利用qcut进行四分位数切割利用散点图进行图示显示 数据连续属性离散化 介绍：连续属性变换成分类属性，即连续属性离散化 在数值的取值范围内设定若干个离散划分点，将取值范围划分为一些离散化的区间，最后用不同的符号或整数值代表每个子区间中的数据值 分类：等宽法 / 等频法 等宽法 导入库 import numpy as np import
数据预处理—归一化（连续值和离散值）
热门推荐
Vi的博客
08-07 1万+
归一化原因1. 如果多个特征之间数值差异较大，那么收敛速度会很慢。如吴恩达老师在《机器学习》中给出的例子： x1的取值为0-2000，而x2的取值为1-5，假如只有这两个特征，对其进行优化时，会得到一个窄长的椭圆形，导致在梯度下降时，梯度的方向为垂直等高线的方向而走之字形路线，这样会使迭代很慢，相比之下，右图的迭代就会很快 2. 在涉及到距离计算的模型中，若多个特征之间数值差异较大，那么数值小的特征
python 函数
05-31
Python 函数是一段可重复使用的代码块，用于完成特定任务。函数可以接受输入参数并返回输出结果。 函数定义的一般形式如下： ```python def function_name(parameters): """函数文档字符串""" function_body ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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