我就废话不多说了,直接上代码吧:

from pandas import Series,DataFrame

import pandas as pd

import numpy as np

from numpy import nan as NA

from matplotlib import pyplot as plt

ages = [20,22,25,27,21,23,37,31,61,45,41,32]

#将所有的ages进行分组

bins = [18,25,35,60,100]

#使用pandas中的cut对年龄数据进行分组

cats = pd.cut(ages,bins)

#print(cats)

#调用pd.value_counts方法统计每个区间的个数

number=pd.value_counts(cats)

#print(pd.value_counts(cats))

#显示第几个区间index值

index=pd.cut(ages,bins).codes

#print(index)

#为分类出来的每一组年龄加上标签

group_names = ["Youth","YouthAdult","MiddleAged","Senior"]

personType=pd.cut(ages,bins,labels=group_names)

#print(personType)

plt.hist(personType)

#plt.show()

#cut和qcut的用法

data=[1,2,3,4,5,6,7,8,9,10]

result=pd.qcut(data,4)

print(' ',result)##qcut会将10个数据进行排序,然后再将data数据均分成四组

#统计落在每个区间的元素个数

print('dasdasdasdasdas: ',pd.value_counts(result))

#qcut : 跟cut一样也可以自定义分位数(0到1之间的数值,包括端点)

results=pd.qcut(data,[0,0.1,0.5,0.9,1])

print('results: ',results)

import numpy as np

import pandas as pd

data = np.random.rand(20)

print(data)

#用cut函数将一组数据分割成n份

#cut函数分割的方式:数据里的(最大值-最小值)/n=每个区间的间距

#利用数据中最大值和最小值的差除以分组数作为每一组数据的区间范围的差值

result = pd.cut(data,4,precision=2) #precision保留小数点的有效位数

print(result)

res_data=pd.value_counts(result)

print(res_data)

以上这篇基于python cut和qcut的用法及区别详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。

本文标题: 基于python cut和qcut的用法及区别详解

本文地址: http://www.cppcns.com/jiaoben/python/288079.html

python cut函数_基于python cut和qcut的用法及区别详解相关推荐

  1. python 文件读写with open模式r,r+ w,w+ a,a+区别详解

    python 文件读写with open模式r,r+ w,w+ a,a+区别详解 python中的 with open主要要来进行文件读写的操作 在 Python 中使用文件的关键函数是 open() ...

  2. html offsetwidth 字符串宽度,基于js中style.width与offsetWidth的区别(详解)

    作为一个初学者,经常会遇到在获取某一元素的宽度(高度.top值...)时,到底是用 style.width还是offsetWidth的疑惑. 1. 当样式写在行内的时候,如 时,用 style.wid ...

  3. python中average什么意思_在Python3 numpy中mean和average的区别详解

    mean和average都是计算均值的函数,在不指定权重的时候average和mean是一样的.指定权重后,average可以计算一维的加权平均值. 具体如下: import numpy as np ...

  4. python循环括号_Python3中小括号()、中括号[]、花括号{}的区别详解

    介绍 在python语言中最常见的括号有三种,分别是:小括号().中括号[].花括号{}:其作用也不相同,分别用来代表不同的python基本内置数据类型. 小括号() python中的小括号(): 代 ...

  5. python类的命名空间_Python之关于类变量的两种赋值区别详解

    我就废话不多说了,还是直接看代码吧! # -*- coding:utf-8 -*- #面试题,写一个方法,将一行字符串中所有的单词数量统计出来 class Person(object): TAG = ...

  6. vuecli 编译后部署_基于vue-cli 打包时抽离项目相关配置文件详解

    前言:当使用vue-cli进行开发时时常需要动态配置一些设置,比如接口的请求地址(axios.defaults.baseURL),这些设置可能需要在项目编译后再进行设置的,所以在vue-cli里我们需 ...

  7. python回归算法_基于Python的函数回归算法验证

    看机器学习看到了回归函数,看了一半看不下去了,看到能用方差进行函数回归,又手痒痒了,自己推公式写代码验证: 常见的最小二乘法是一阶函数回归 回归方法就是寻找方差的最小值 y = kx + b xi, ...

  8. python用户名和密码登录函数_基于Python构建用户ID和密码存储查询系统,python,建立,一个,用户名,UserID,Password,的...

    大家好,本篇博客目的是建立存储和查询用户名和密码的python系统,基础好的可跳过中间小干货,源码在末尾,喜欢的留下小赞哦! 系统主要功能 主要功能如下: 创建一个新用户及其密码 修改值定用户的密码 ...

  9. python词频作图_基于Python的词频分析与云图生成

    近期,学校对呼和浩特市第二中学学生特质进行了调查,具体题目为"用关键词描述一下二中学生的特质(尽量在20字以内)". 为了更好的展示调查结果,我们基于Python的jieba库和w ...

最新文章

  1. python的文件类型
  2. oracle日志备份少数据库,oracle 账号锁定日志Oracle数据库全量备份恢复和部分备份恢复...
  3. win这个傻逼系统,高PPI上默认的情况下是放大的,放大了之后逻辑分辨率不跟着放大。
  4. Struts2的Action和Servlet有什么联系,区别?
  5. boost::test模块带有自定义初始化测试的静态库使用变体
  6. java读取html文件内容的代码_【代码审计】xyhcms3.5后台任意文件读取
  7. Win32 SDK创建ListView控件
  8. BeyondCompare 源代码比对解决方案
  9. java wed汽车4s店销售管理系统
  10. html js实现分页代码,js分页代码示例
  11. 博后招募 | 香港中文大学招收机器人视觉智能传感方向博士后/RA/访问学者
  12. 腾讯云聚合支付平台Restful API,支付开发的又一福音,同时支持微信支付和支付宝
  13. ios实现类似魔兽小地图功能 在
  14. python 分析泰坦尼克号生还率_泰坦尼克号上谁的生存几率更大?Kaggle 金牌得主 Python 数据挖掘框架发现真相...
  15. 台式机的无线网卡连接wifi,能连上但丢包严重,无法上网
  16. 什么是骨传导耳机,骨传导耳机有什么优缺点
  17. linux查看usb设备文件,技术|在 Linux 系统里识别 USB 设备名字的 4 种方法
  18. 对数据库某个字段进行去重
  19. cab文件如何安装或者转换为exe文件?
  20. 前端做CA认证碰到的坑

热门文章

  1. 港澳通行证办理 外省大学生(本科)
  2. 【深度学习】ResNet网络详解
  3. 史上最详尽的平衡树(splay)讲解与模板
  4. Linux下安装eclipse
  5. 【深度学习环境】Windows10系统+AutoDL算力平台|使用MobaXterm终端工具实现SSH远程连接服务器|实现PyCharm与服务器远程连接|远程连接(详细版)
  6. 【Zbrush教程】小白也能看懂的ZBrush基础教学,速看
  7. php 遍历html节点,JavaScript_js获取html页面节点方法(递归方式),很久没有操作过递归调用了。 - phpStudy...
  8. 减肥减脂的好的书搜集
  9. echarts实现地图【河南】
  10. UI设计行业大解析,初学者来看看