Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Методы системного анализа, принятия решений и обработки информации с помощью компьютерных программ. Учебное пособие

.pdf

Скачиваний:

Добавлен:

07.09.2026

Размер:

1 Мб

Скачать

☆

<<< < Предыдущая 1 2 3 4 5 6 78 / 98 9 > Следующая >>>

Конструктор класса DataFrame (таблица данных)

Пример создания структуры DataFrame нарисунке 32.

Рисунок 32. Пример создания структуры DataFrame

Категориальные показатели принимают ограниченный набор дискретных значений: пол человека, семейное положение, цвет, марка, да/нет, купил/ некупил, ит.п.А порядковые категориальные показатели можно

упорядочить по степени проявления: рейтинг услуг (очень плохо/ плохо/ хорошо/ очень хорошо), рейтинг ресторанов, рейтинг студентов, рейтинг компаний, уровень квалификации [21].

В библиотеке pandas [21] для создания категориальных переменных применяют метод Categorical. Каждой категории объекта Categorical присваивается целочисленное значение. Эти значения можно посмотреть спомощью свойства .codes. Особенности работы скатегориальными показателями в составе таблицы данных рассмотрим напримере.

Создадим таблицу данных, рисунке 33:

Рисунок 33. Создание объекта таблицы данных

Преобразуем данные столбца пол вчисловые значения— создадим метки. Для этого нам необходимо создать новый столбец Категория_пол внаборе данных boots_x изапишем внего метки (рисунок 34). Которые извлекаются изстолбца Пол спомощью атрибута .cat.codes.

Рисунок 34. Преобразование категориального показателя

вметки

Преобразуем столбец показателя Размер в числовые метки. Создадим новый столбец Категория_раз- мер внаборе данных boots_x изапишем внего числовые метки (рисунок 35).

Рисунок 35. Преобразование категориального показателя

вметки

Для получения срезов наборов данных можно применить методы:

5.9. Импорт данных. Подготовка данных

В анализе данных чаще всего обрабатывают табличные данные, которые невводят вручную, азагружают (импортируют) изразличных источников. Структурированный набор данных вPython называется датасет.

5.9.1. Импорт данных

Формат табличных данных представлен расширением .csv (Comma-Separated Values) [21], список значений, которые разделены запятыми. Для считывания данных изфайла срасширением.csv вобъект табличных данных применяют функцию библиотеки pandas read.csv().

Синтаксис

5.9.2. Сортировка данных вpandas

Метод .sort_values() [21] используется для сортировки строк таблицы позначению какого-либо столбца

Синтаксис метода value_counts

В случае изменения DataFrame нужно переиндексировать строки. Для этого можно использовать метод reset_index()

Для удаления строк истолбцов используется метод .drop()

Для сохранения табличных данных в файл .csv используется метод .to_csv().

С помощью метода .info() можно получить информацию потипу данных иналичию пропусков в отдельных столбцах набора данных.

Метод .iat[] позволяет получиь доступ котдельным значениям втаблице данных иизменим их значения [21].

Метод .isnull() позволяет обработать данные и получить информцию ввиде таблицы, вкоторой на соответствующих элементам исходной таблицы данных стоят значения False/True. Ззначение True соответствует пропуску висходной таблице данных.

Метод .dropna() удаляет такие строки.

Метод .ﬁ llna() позволяет заполнить данными пропу- щенные значения.

Метод .describe() выводит информацию описательной статистики для всех переменных набора данных.

5.10. Визуализация данных

Для визуализации таблицы данных массивов NumPy применяют библиотеку Matplotlib, понадобится т как же подключить модуль библиотеки matplotlib.pyplot [21]— менеджер графического интерфейса фигур.

Для этого необходимо выполнить «Магическую» команду %. Магические команды — это улучшения, добавляемые поверх обычного кода наPython, команды начинаются ссимвола % [21]:

При выполнении кода, для формирования графиков, часто появляются большие информационные сообщения, их можно неотображать. Для этого используется модуль

warnings.

Синтаксис

5.10.1. Модуль pyplot

Вводим команду в терминале и нажмите клавишу ВВОД.

Чтобы построить график, можно применить изпакета matplotlib ветку matplotlib.pyplot. Модуль pyplot отвечает заотображение разных графиков. Импорт производить следующим образом:

5.10.2. Построения графика

Для построения графика функция .plot() . График состоит изэлементов: Figure— объект для отображения всех данных, связанных с графиком; Axes — двумер-

ные оси декартовой системы, Artist— объекты, которые видим награфике [23].

Синтаксис

Пример работы plot() представлен нарисунке 36. График отображается спомощью функции show()

Рисунок 36. Линейный график, построенный

позначениям y иx

Линия может быть изменена спомощью различных функций.

Варианты типа линий награфике:

Типы маркеров:

‘o’

‘v’

‘^’

‘<’

‘>’

‘2’

‘3’

‘4’

‘s’

‘p’

‘*’

‘h’

‘H’

‘+’

‘x’

‘D’

‘d’

‘|’

‘_’

Для задания наименования оси x используется функция xlabel(), оси y -ylabel().

Типы графиков:

1. Ступенчатый:

2. Точечный график:

<<< < Предыдущая 1 2 3 4 5 6 78 / 98 9 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]