课程作业1-数据预处理以及 python对函数求导

谨记第一次作业用到的内容，应该是对的吧
哈哈哈

读取数据，获取基本信息。

1.   现已使用Pandas读取数据集challenge.csv
•   请提取该数据集的字段名称，将结果存为cols
•   请获取给数据的字段和样本数量，将结果分别存为col_num和sam_num
•   请获取该数据集的前五行记录，将最后的DataFrame存为five_data开始答题：
import pandas as pd
titanic = pd.read_csv("challenge.csv")# 获取字段名称
cols = titanic.columns.values # 还可以list(titanic.columns)# 获取字段数量
col_num = len(cols) # 获取样本数量
sam_num = len(titanic) # 还可以 titanic.shape[0] 求行数# 获取样本前5行样本
five_data= titanic.head()  # 括号里写不写5都行

使用Numpy生成服从均匀分布的一维数据集，样本容量为100

import numpy as np
from scipy.stats import stats # 这个模块可以验证数据分布情况
test_data = np.random.random(size=100) #生成样本数据集# 验证分布
model  =  stats.kstest(test_data,’norm’) # 验证正态分布，是这样吧

3.判断是否有缺失值以及缺失值替换

使用Pandas生成Series对象example_data
•   请使用isnull()函数确定example_data是否含有缺失值，将最后的结果存为boolean_array
•   请使用fillna()函数使用字符串missing替换缺失值，将替换后的Series对象存为new_data开始答题：
import pandas as pd
import numpy as np
example_data = pd.Series([1,2,3,np.nan,4])  # 这样生成一Series对象# 判断是否含有缺失值
boolean_array = example_data.isnull() # 还可以pd.isnull(example_data)
# 缺失值替换
new_data = example_data.fillna('missing')

对某列数据进行等频离散化

现已使用Pandas读取数据集birthrate.csv
请对该数据集的birth_rates特征使用四分位数作为切分点，通过qcut()函数完成等频离散化; 将最后的结果存为data_qcut
import pandas  as pd
data = pd.read_csv('birthrate.csv')#请在下面作答
data_qcut = pd.qcut(data["birth_rates"],4) # 4代表按四分位数，这个参数也可以用类似[0,0.25,0.5,0.75,1]这样子

python对函数求导并得到具体导数

import sympy as sp # 使用这个库求导
import numpy as np
x = sp.symbols('x') # 说明x是个自变量符号
# 假如x,y都是自变量符号，就写成这样x,y = sp.symbols('x y')# y是x的三次函数，**代表幂运算
y = x**3 - 6*x**2 + 11 *x  - 6 #下面y对x求导，此时得到的结果是一个表达式，还不能用于数值计算
# 求偏导也是sp.diff()
grad = sp.diff(y,x) # 把具体值带入导数表达式  表达式.evalf()
x1 = 1
grad_val = grad.evalf(subs={x:x1}) # 这样就是导数值啦#用x1替换grad表达式里的符号x。不知这样解释对不对。

把5中的函数画出来

# 绘制函数图像
# 方便显示汉字和负号
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False x = np.arange(0, 5, 0.1) # 产生自变量x，0到5之间，步长0.1
y = x**3 - 6*x**2 + 11 *x  - 6plt.subplot(121),plt.plot(x,y),plt.title("函数图像")
plt.subplot(122),plt.plot(x,y),plt.title("函数图像")
plt.show()# 这样记录一下画几幅两幅图的方法 # plt.subplot(121)三个参数分别代表画1行2列图像中的第一幅图，后边跟着就是这幅图像的描述#plt.subplot(122)三个参数代表画1行2列图像中的第二幅图像，后面跟着这第二幅图像的描述

其(ya)乐(li)无(shan)穷(da)的研究生生活开始了，还好老师像人间小天使一样，同学们也超级好，学校物质条件也非常棒，小菜鸡本着学到就是赚到的原则，快乐学习，快乐记录~~~~

课程作业1-数据预处理以及 python对函数求导相关推荐

python二元函数求导_tensorflow的函数自动求导是如何实现的？
最近在上关于自动求导 (Automatic Differentiation, AD) 的课程 (CS207),正好来回答一下. 其实不只是 TensorFlow,Pytorch 这些为深度学习设计的 ...
python二元函数求导_用Excel和python实现二元函数梯度下降的人工智能,之用,excel,一元...
梯度下降法和牛顿法的总结与比较机器学习的本质是建立优化模型,通过优化方法,不断迭代参数向量,找到使目标函数最优的参数向量.最终建立模型通常用到的优化方法:梯度下降方法.牛顿法.拟牛顿法等.这些优化 ...
python二元函数求导_Python二元算术运算常用方法解析
在本文中,我想谈谈二元算术运算.具体来说,我想解读减法的工作原理:a - b.我故意选择了减法,因为它是不可交换的.这可以强调出操作顺序的重要性,与加法操作相比,你可能会在实现时误将 a 和 b 翻转 ...
python二元函数求导_python实现GA求二元函数最大值(来自知乎)
importmath, randomclassPopulation:#种群的设计 def __init__(self, size, chrom_size, cp, mp, gen_max):#种群信息 ...
python求导函数的值_python怎么实现函数求导
python实现函数求导的方法是:1.利用sympy库中的symbols方法传入x和y变量:2.利用sympy库中的diff函数传入需要求导的函数即可返回求导之后的结果. python利用sympy库 ...
python 求导实现_python怎么实现函数求导
python实现函数求导的方法是:1.利用sympy库中的symbols方法传入x和y变量:2.利用sympy库中的diff函数传入需要求导的函数即可返回求导之后的结果. python利用sympy库 ...
python求导函数公式_python怎么实现函数求导
python实现函数求导的方法是:1.利用sympy库中的symbols方法传入x和y变量:2.利用sympy库中的diff函数传入需要求导的函数即可返回求导之后的结果. python利用sympy库 ...
python函数求导_python怎么实现函数求导
python实现函数求导的方法是:1.利用sympy库中的symbols方法传入x和y变量:2.利用sympy库中的diff函数传入需要求导的函数即可返回求导之后的结果. python利用sympy库 ...
python编程求导数_面向对象编程 —— java实现函数求导
首先声明一点,本文主要介绍的是面向对象(OO)的思想,顺便谈下函数式编程,而不是教你如何准确地.科学地用java求出函数在一点的导数. 一.引子 defd(f) :defcalc(x) : dx= 0 ...

课程作业1-数据预处理以及 python对函数求导

课程作业1-数据预处理以及 python对函数求导相关推荐

最新文章

热门文章