优达（Udacity）-机器学习基础-数据集与问题（安然数据集）

课程全部代码：

#!/usr/bin/python
# -*- coding: utf-8 -*-
""" Starter code for exploring the Enron dataset (emails + finances);loads up the dataset (pickled dict of dicts).The dataset has the form:enron_data["LASTNAME FIRSTNAME MIDDLEINITIAL"] = { features_dict }{features_dict} is a dictionary of features associated with that person.You should explore features_dict as part of the mini-project,but here's an example to get you started:enron_data["SKILLING JEFFREY K"]["bonus"] = 5600000"""import pickleenron_data = pickle.load(open("../final_project/final_project_dataset.pkl", "r"))#数据集中有多少数据点（人）？
print(len(enron_data))#对于每个人，有多少个特征可用？
print(len(enron_data["SKILLING JEFFREY K"]))#在安然数据中查找 POI(也就是说，计算 data[person_name]["poi"]==1 时，字典中条目的数量。)
print (len(dict ((key,value) for key,value in enron_data.items() if value["poi"] == True)))#存在多少 POI？
poi_reader =open("../final_project/poi_names.txt", "r")
fr=poi_reader.readlines();
print(len(fr[2:]))
poi_reader.close()#和任何字典一样，个人特征可以通过以下代码访问：
#enron_data["LASTNAME FIRSTNAME"]["feature_name"]
#或者
#enron_data["LASTNAME FIRSTNAME MIDDLEINITIAL"]["feature_name"]#James Prentice 名下的股票总值是多少？
print(enron_data["PRENTICE JAMES"]["total_stock_value"])#我们有多少来自 Wesley Colwell 的发给嫌疑人的电子邮件？
print(enron_data["COLWELL WESLEY"]["from_this_person_to_poi"])#Jeffrey Skilling 行使的股票期权价值是多少？
print(enron_data["SKILLING JEFFREY K"]["exercised_stock_options"])#这三个人（Lay、Skilling 和 Fastow）当中，谁拿回家的钱最多（“total_payments”特征的最大值）？
#这个人得到了多少钱？people=["LAY KENNETH L","SKILLING JEFFREY K","FASTOW ANDREW S"]
money = 0
who = ""
for i in people:if money < enron_data[i]["total_payments"]:money = enron_data[i]["total_payments"]who = i
print(money,who)#此数据集中有多少雇员有量化的工资？已知的邮箱地址是否可用？
count_salary,count_email = 0,0
for i in enron_data:if enron_data[i]["salary"] !="NaN":count_salary += 1;if enron_data[i]["email_address"]!="NaN":count_email += 1;
print(count_salary,count_email)#（当前的）E+F 数据集中有多少人的薪酬总额被设置了“NaN”？数据集中这些人的比例占多少？
count_totalpay=0
for i in enron_data:if enron_data[i]["total_payments"]=="NaN":count_totalpay += 1;
#这里要用float，不然会得到整型0
print(count_totalpay,count_totalpay/float(146))#E+F 数据集中有多少 POI 的薪酬总额被设置了“NaN”？这些 POI 占多少比例？
count_totalpoi=0
poi_num=0
for i in enron_data:if enron_data[i]["poi"]==True:poi_num+=1if enron_data[i]["total_payments"]=="NaN":count_totalpoi += 1
print(poi_num,count_totalpoi/float(poi_num))#POI 中，股票总值为“NaN”的人数变成了多少？
count_t_s_v=0
for i in enron_data:if enron_data[i]["poi"]==True:if enron_data[i]["total_stock_value"]=="NaN":count_t_s_v += 1
print(count_t_s_v)

用到的资料补充：

python2对于中文的处理能力很弱，所以使用中文注解的时候会报错

解决方案：
在.py文件前加编码注释, 选用utf-8编码即可使用中文.

# -*- coding: utf-8 -*-

附上用到的一些python方法:

dict.items( )
Python 字典(Dictionary) items() 函数以列表返回可遍历的(键, 值) 元组数组。

实例：

#!/usr/bin/python
# coding=utf-8dict = {'Google': 'www.google.com', 'Runoob': 'www.runoob.com', 'taobao': 'www.taobao.com'}print "字典值 : %s" %  dict.items()# 遍历字典列表
for key,values in  dict.items():print key,values

输出：

字典值 : [('Google', 'www.google.com'), ('taobao', 'www.taobao.com'), ('Runoob', 'www.runoob.com')]
Google www.google.com
taobao www.taobao.com
Runoob www.runoob.com

pickle.load(file)

只有一个参数 file ，对应于上面 dump 方法中的 file 参数。这个 file 必须是一个拥有一个能接收一个整数为参数的 read() 方法以及一个不接收任何参数的 readline() 方法，并且这两个方法的返回值都应该是字符串。这可以是一个打开为读的文件对象、StringIO 对象或其他任何满足条件的对象。

实例：

# -*- coding: utf-8 -*-import pickle
# 也可以这样：
# import cPickle as pickleobj = {"a": 1, "b": 2, "c": 3}# 将 obj 持久化保存到文件 tmp.txt 中
pickle.dump(obj, open("tmp.txt", "w"))# do something else ...# 从 tmp.txt 中读取并恢复 obj 对象
obj2 = pickle.load(open("tmp.txt", "r"))print obj2

Python File readlines() 方法

readlines() 方法用于读取所有行(直到结束符 EOF)并返回列表，该列表可以由 Python 的 for… in … 结构进行处理。
如果碰到结束符 EOF 则返回空字符串。

语法： fileObject.readlines( );

实例：
文件数据：

1:www.runoob.com
2:www.runoob.com
3:www.runoob.com
4:www.runoob.com
5:www.runoob.com

代码（循环读取文件内容）

#!/usr/bin/python
# -*- coding: UTF-8 -*-# 打开文件
fo = open("runoob.txt", "r")
print "文件名为: ", fo.namefor line in fo.readlines():                          #依次读取每行  line = line.strip()                             #去掉每行头尾空白  print "读取的数据为: %s" % (line)# 关闭文件
fo.close()

输出结果：

文件名为:  runoob.txt
读取的数据为: 1:www.runoob.com
读取的数据为: 2:www.runoob.com
读取的数据为: 3:www.runoob.com
读取的数据为: 4:www.runoob.com
读取的数据为: 5:www.runoob.com

优达（Udacity）-机器学习基础-数据集与问题（安然数据集）相关推荐

asu计算机工程师,优达udacity无人驾驶工程师第一二三期(全)
第一学期 - 第一部分简介在这节课中,你将会了解无人驾驶车的组成系统和工作原理,并着手迎接你的第一个实战项目:检测车道线.同时,我们会介绍整个纳米项目和课程期间提供的各项学习服务. 第一学期 - ...
机器学习基础（二十七）—— 数据集的使用
1. ORL 人脸库 (1)每幅人脸:112*92 = 10304 个像素 (2)40*10,40人,每人10张应用场景: (1)SVM 多类别人脸识别(先使用 PCA 进行降维) 2. Movie ...
Udacity 优达学院机器学习深度学习课程
课程目录 │ ├─1 神经网络 │ 1.欢迎.zip │ 2.Anaconda.zip │ 3.Jupyter NoteBooks.zip │ 4.应用深度学习.zip │ 5. 回归模型.zip │ ...
【直播】陈信达：零基础计算机视觉之机器学习基础
零基础计算机视觉之机器学习基础直播信息分享嘉宾:陈信达,Datawhale成员,上海科技大学硕士. 直播时间:2021年07月30日 20:00 直播内容: 线性回归与指针读数识别逻辑回归原理与 ...
python人工智能入门优达视频_机器学习:优达教你搭建Python 环境的正确姿势
原标题:机器学习:优达教你搭建Python 环境的正确姿势为机器学习搭建好 Python 环境听起来简单,但有时候坑还不少.如果此前没有配置过类似的环境,很可能会苦苦折腾各种命令好几个小时.可是我明 ...
python人工智能入门优达视频_python入门视频教你搭建机器学习Python环境的正确姿势...
为机器学习搭建好Python环境听起来简单,但有时候坑还不少.如果此前没有配置过类似的环境,很可能会苦苦折腾各种命令好几个小时.可是我明明只是想马上搞起来我的机器学习! 在优达学城(Udacity)此 ...
优达学城计算机视觉pkl,优达学城机器学习工程师纳米学位项目介绍
本文由 meelo 原创,请务必以链接形式注明本文地址,简书同步更新地址一对一的项目辅导是优达学城纳米学位的一大亮点.本文将简要介绍优达学城机器学习工程师纳米学位的6个项目.项目覆盖了机器学习的主 ...
零基础如何学习优达学城的《无人驾驶入门》？
因为感兴趣,而且看好无人驾驶行业,我学习了优达学城的<无人驾驶入门>课程.最近整理了无人驾驶领域的资料,写成文章分享给大家. 作为系列文章的第一篇,我想介绍一下<无人驾驶入门> ...
Udacity（优达学院）上的Google安卓开发教程
简介 Google与在线平台Udacity(优达学院)推出了一系列的安卓开发课程.主要有<Google:Android基础纳米学位>和<Google: Android开发者学位> ...

优达（Udacity）-机器学习基础-数据集与问题（安然数据集）

优达（Udacity）-机器学习基础-数据集与问题（安然数据集）

课程全部代码：

优达（Udacity）-机器学习基础-数据集与问题（安然数据集）相关推荐

最新文章

热门文章