导入python自带的一系列数据集等操作

#通过matplotlib实现数据的可视化
#sklearn库自带数据集，加载的方式是固定的，站在巨人的肩膀上
'''
#导入数据集
from sklearn.datasets import load_iris
from sklearn.datasets import load_boston#导入matplotlib绘图模块
from matplotlib import pyplot as plt
#%matplotlib inline#我也不知道这是啥意思iris=load_iris()
print(iris.DESCR)
data=iris.data
plt.plot(data[:,0],data[:,1],'.')boston=load_boston()
print(boston.DESCR)
data=boston.data
plt.plot(data[:,2],data[:,4],'+')iris=load_iris()''''''
#import pandas as pd
#import numpy as np#df=pd.read_csv('WHO_first9cols.csv')
#print(df)# pandas数据结构之dataframe
from pandas.io.parsers import read_csvdf=read_csv('WHO_first9cols.csv')
print('dataframe',df)
#pandas属性：以元组形式存放dataframe的形状数据
print('shape',df.shape)
print('length',len(df))#考察各列的标题与数据类型
print('column headers',df.columns)#标题
print('data types',df.dtypes)#数据类型#pandas的dataframe带有一个索引，类似于关系型数据库的主键（primary key）
#方法：print('Index',df.index)
print('Index',df.index)#遍历dataframe的基础数据，pandas的迭代器，遍历列值的效率会很低
#更好的解决方案：从基础的numpy数组中提取这些数值，进行相应处理
print('Values',df.values)#非数字的数值被标为’nan‘
'''#pandas数据结构之Series
#series数据结构是不同类型元素组成的一维数组，该数据结构也具有标签
#创建Series数据结构：
#1.使用python字典
#2.使用numpy数组
#3.使用单个标量值import pandas as pd
import numpy as np'''
df=pd.read_csv('WHO_first9cols.csv')
country_col=df['Country']#选中文件中的第一列，即Country列
print('type country_col',type(country_col))#得到一个series型的数据
print('Series shape',country_col.shape)
print('Series index',country_col.index)
print('Series values',country_col.values)
print('Series name',country_col.name)#可以看到每一个元素叫什么#Series的切片功能，取Country中的最后两个国家
print('Last 2 countries',country_col[-2:])
print('Last 2 countries type',type(country_col[-2:]))#numpy的函数适用pandas的DataFrame和Series数据结构
#可以使用NumPy的sign()函数获得数字的符号
#正数返回1，负数返回-1，零值返回0last_col=df.columns[-1]#最后一列
print('Last df column signs:\n',last_col,np.sign(df[last_col]),'\n')
''''''
#小例子说明涉及nan的运算会产生nan
a=np.sum([0,np.nan])
print(np.sum(df[last_col]-df[last_col].values))#利用pandas查询数据
#pandas的dataframe结构类似于关系型数据库，从dataframe读写数据可以看作是一种查询操作
'''

导入python自带的一系列数据集等操作相关推荐

pandas的自带数据集_盘点 | Python自带的那些数据集
01 Seaborn自带数据集在学习Pandas透视表的时候,大家应该注意到,我们使用的案例数据"泰坦尼克号"来自于seaborn自带的在线数据库,我们可以通过seaborn提 ...
python的自带数据集_盘点 | Python自带的那些数据集
01 Seaborn自带数据集在学习Pandas透视表的时候,大家应该注意到,我们使用的案例数据"泰坦尼克号"来自于seaborn自带的在线数据库,我们可以通过seaborn提供 ...
盘点 | Python自带的那些数据集
01 Seaborn自带数据集在学习Pandas透视表的时候,大家应该注意到,我们使用的案例数据"泰坦尼克号"来自于seaborn自带的在线数据库,我们可以通过seaborn提 ...
python索引例子_Python实现带下标索引的遍历操作示例
本文实例讲述了Python实现带下标索引的遍历操作.分享给大家供大家参考,具体如下: 代码如下: #coding=utf-8 #python - 实现带下标索引的遍历． str = 'abcdefgh ...
不用 Python 自带的 Dict 实现自己的 HashTable
这个题目其实源于很久之前的一次 Uber 面试,码工换工作无非就是刷 leetcode ,研究如何翻转二叉树之类的算法问题,所以头一次在电话里听到这道题的时候还是挺耳目一新的.当时顺利写出来了,也通过 ...
python 机器学习——K 近邻分类理论及鸢尾（ Iris ）数据集实例操作
K 近邻分类理论及鸢尾( Iris )数据集实例操作一.K 近邻分类理论二.K 近邻分类实例操作 (1)导入数据划分训练集测试集 (3)数据标准化 (4)用 K 近邻法建立模型 (5)性能评估 ...
利用Python对MNIST手写数据集进行数字识别（初学者入门级）
利用Python对MNIST手写数据集进行数字识别一.编程环境Jupyter Notebook Jupyter Notebook,之前被称为IPython notebook,是一个交互式的Web应用 ...
Python 处理带中文 Excel 文件
Python 处理带中文 Excel 文件 Python-Excel常规操作安装库写入 Excel 读取 Excel 测试文件处理中文 Ref 所遇到问题 Python-Excel常规操作注意 ...
pycharm导入python环境是空的_PyCharm导入python项目并配置虚拟环境的教程详解
PyCharm导入python项目并配置虚拟环境的教程详解进入PyCharm后,点击File→Open,然后在弹窗中选择需要导入项目的文件夹: 打开了python项目后,需要配置该项目对应的pyth ...

导入python自带的一系列数据集等操作

导入python自带的一系列数据集等操作相关推荐

最新文章

热门文章