成人国产在线小视频_日韩寡妇人妻调教在线播放_色成人www永久在线观看_2018国产精品久久_亚洲欧美高清在线30p_亚洲少妇综合一区_黄色在线播放国产_亚洲另类技巧小说校园_国产主播xx日韩_a级毛片在线免费

資訊專欄INFORMATION COLUMN

使用pandas玩kaggle數(shù)據(jù)(一)

tinylcy / 747人閱讀

摘要：最近在學(xué)習(xí)用處理數(shù)據(jù)，的易用性真的讓人很爽，想找點數(shù)據(jù)玩一下，同事說上的數(shù)據(jù)很多，值得玩耍。初步分析排除數(shù)值列，對字符串列進(jìn)行分析，可以知道數(shù)據(jù)值類型數(shù)量最多類型。如果想更精細(xì)的控制圖的顯示，建議直接使用，當(dāng)然的函數(shù)最終也是直接調(diào)用。

最近在學(xué)習(xí)用pandas處理數(shù)據(jù)，pandas的易用性真的讓人很爽，想找點數(shù)據(jù)玩一下，同事說kaggle上的數(shù)據(jù)很多，值得玩耍。

數(shù)據(jù)

我處理的數(shù)據(jù)是從kaggle數(shù)據(jù)分析競賽網(wǎng)站下載的舊金山的分類犯罪數(shù)據(jù)－點此下載。
如下圖所示，數(shù)據(jù)共有九列，X、Y是GPS坐標(biāo)，其它都是字符串，沒法用describe直接看概要。

初步分析

排除數(shù)值列，對字符串列進(jìn)行descirbe分析，可以知道 數(shù)據(jù)值類型、數(shù)量最多類型。

       PdDistrict       Category DayOfWeek Resolution
count      878049         878049    878049     878049
unique         10             39         7         17
top      SOUTHERN  LARCENY/THEFT    Friday       NONE
freq       157182         174900    133734     526790

其后逐列按類型查看類型對應(yīng)數(shù)量。
如按警區(qū)查看 print(df["PdDistrict"].value_counts())

SOUTHERN      157182
MISSION       119908
NORTHERN      105296
BAYVIEW        89431
CENTRAL        85460
TENDERLOIN     81809
INGLESIDE      78845
TARAVAL        65596
PARK           49313
RICHMOND       45209
Name: PdDistrict, dtype: int64
可視化

很多人對數(shù)字并不敏感，有圖會提高對數(shù)據(jù)對理解。pandas自帶的plot函數(shù)可以快速的將dataframe圖形化。
默認(rèn)是線狀走勢圖，下面是按類型對警情進(jìn)行分析。

不夠直觀，并且橫坐標(biāo)有重復(fù)，使用直方圖形式，以橫向的方式將類型顯示完全。在控制坐標(biāo)旋轉(zhuǎn)的時候，我發(fā)現(xiàn)這個plot函數(shù)有不少bug，控制起來也很不方便。如果想更精細(xì)的控制圖的顯示，建議直接使用matplotlib，當(dāng)然dataframe的plot函數(shù)最終也是直接調(diào)用matplotlib。

category.plot(figsize=(26, 10), title=u"犯罪類型統(tǒng)計", rot=0, kind="barh", legend=True)

由于我是用pycharm來玩的，所以如果我不加plt.show，plot顯示不出來。所以我最終還是得導(dǎo)入matplotlib。

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/37751.html

相關(guān)文章

  • 使用pandas玩kaggle數(shù)據(jù)(二)

    摘要：按類型去分析數(shù)據(jù)并沒有得到規(guī)律性的東西。我們再來看看元數(shù)據(jù)。按年月日格式化時間，按進(jìn)行分類，我們得到每日發(fā)生的案件統(tǒng)計走勢圖。按警區(qū)劃分案件，然后統(tǒng)計每個警區(qū)的案件走勢。如類型但案件時逐年降低的。 還是有點懶，本應(yīng)早點寫第二集。按類型去分析數(shù)據(jù)并沒有得到規(guī)律性的東西。我們再來看看元數(shù)據(jù)。Dates是案件發(fā)生的時間，案件是否具有時間規(guī)律，隨著時間在增長或者減少呢？showImg(http...

    Chiclaim 評論0 收藏0

  • Kaggle案例——用python從進(jìn)網(wǎng)站到獲得評測結(jié)果

    摘要：訓(xùn)練集是用來訓(xùn)練你的機(jī)器學(xué)習(xí)模型的。但機(jī)器學(xué)習(xí)，你也要教它一些事實，比如長得像圖片的就是狗，長得像圖片的就是貓。好了，這樣我們整體的一個機(jī)器學(xué)習(xí)的簡單項目就完成，但我們還是要看一下效果。 最近寫了Kaggle的一個playground項目——預(yù)測科比投籃是否命中https://www.kaggle.com/c/kobe...，主要使用python的pandas和sklearn包。 這里...

    Crazy_Coder 評論0 收藏0

  • 8步從Python白板到專家，從基礎(chǔ)到深度學(xué)習(xí)

    摘要：去吧，參加一個在上正在舉辦的實時比賽吧試試你所學(xué)到的全部知識微軟雅黑深度學(xué)習(xí)終于看到這個，興奮吧現(xiàn)在，你已經(jīng)學(xué)到了絕大多數(shù)關(guān)于機(jī)器學(xué)習(xí)的技術(shù)，是時候試試深度學(xué)習(xí)了。微軟雅黑對于深度學(xué)習(xí)，我也是個新手，就請把這些建議當(dāng)作參考吧。 如果你想做一個數(shù)據(jù)科學(xué)家，或者作為一個數(shù)據(jù)科學(xué)家你想擴(kuò)展自己的工具和知識庫，那么，你來對地方了。這篇文章的目的，是給剛開始使用Python進(jìn)行數(shù)據(jù)分析的人，指明一條全...

    Zachary 評論0 收藏0

  • 人工智障也刷題！Kaggle 入門之實戰(zhàn)泰坦尼克號

    showImg(https://segmentfault.com/img/bVbkB4E?w=800&h=400); 背景 關(guān)于 Kaggle https://www.kaggle.com/ 這是一個為你提供完美數(shù)據(jù)，為你提供實際應(yīng)用場景，可以與小伙伴在數(shù)據(jù)挖掘領(lǐng)域 high 的不要不要的的地方?。。?！ Kaggle 是一個用來學(xué)習(xí)、分享和競賽的線上數(shù)據(jù)實驗平臺，有點類似 KDD—CUP（國際...

    bergwhite 評論0 收藏0

發(fā)表評論

0條評論

tinylcy

男|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<