python数据预处理代码_Python中数据预处理（代码）

本篇文章给大家带来的内容是关于Python中数据预处理（代码），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。1、导入标准库import numpy as np

import matplotlib.pyplot as plt

import pandas as pd

2、导入数据集dataset = pd.read_csv('data (1).csv') # read_csv：读取csv文件

#创建一个包含所有自变量的矩阵，及因变量的向量

#iloc表示选取数据集的某行某列；逗号之前的表示行，之后的表示列；冒号表示选取全部，没有冒号，则表示选取第几列；values表示选取数据集里的数据。

X = dataset.iloc[:, :-1].values # 选取数据，不选取最后一列。

y = dataset.iloc[:, 3].values # 选取数据,选取每行的第3列数据

3、缺失数据from sklearn.preprocessing import Imputer #进行数据挖掘及数据分析的标准库，Imputer缺失数据的处理

#Imputer中的参数：missing_values 缺失数据，定义怎样辨认确实数据，默认值：nan ;strategy 策略，补缺值方式： mean-平均值， median-中值， most_frequent-出现次数最多的数； axis =0取列 =1取行

imputer = Imputer(missing_values = 'NaN', strategy = 'mean', axis = 0)

imputer = imputer.fit(X[:, 1:3])#拟合fit

X[:, 1:3] = imputer.transform(X[:, 1:3])4、分类数据from sklearn.preprocessing import LabelEncoder,OneHotEncoder

labelencoder_X=LabelEncoder()

X[:,0]=labelencoder_X.fit_transform(X[:,0])

onehotencoder=OneHotEncoder(categorical_features=[0])

X=onehotencoder.fit_transform(X).toarray()

#因为Purchased是因变量，Python里面的函数可以将其识别为分类数据，所以只需要LabelEncoder转换为分类数字

labelencoder_y=LabelEncoder()

y=labelencoder_y.fit_transform(y)

5、将数据集分为训练集和测试集from sklearn.model_selection import train_test_split

X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,random_state=0)

#X_train（训练集的字变量）,X_test（测试集的字变量）,y_train（训练集的因变量）,y_test（训练集的因变量）

#训练集所占的比重0.2~0.25，某些情况也可分配1/3的数据给训练集；train_size训练集所占的比重

#random_state决定随机数生成的方式，随机的将数据分配给训练集和测试集；random_state相同时会得到相同的训练集和测试集6、特征缩放#特征缩放（两种方式：一：Standardisation(标准化）；二：Normalisation（正常化））

from sklearn.preprocessing import StandardScaler

sc_X=StandardScaler()

X_train=sc_X.fit_transform(X_train)#拟合,对X_train进行缩放

X_test=sc_X.transform(X_test)#sc_X已经被拟合好了，所以对X_test进行缩放时，直接转换X_test

7、数据预处理模板

（1）导入标准库

（2）导入数据集

（3）缺失和分类很少遇到

（4）将数据集分割为训练集和测试集

（5）特征缩放，大部分情况下不需要，但是某些情况需要特征缩放

以上就是Python中数据预处理（代码）的详细内容，更多请关注php中文网其它相关文章！

本文转载于：博客园，如有侵犯，请联系a@php.cn删除

python数据预处理代码_Python中数据预处理（代码）相关推荐

js如何运行python代码_python中执行javascript代码
python中执行javascript代码: 1.安装相应的库,我使用的是PyV8 2.import PyV8 ctxt = PyV8.JSContext() ctxt.enter() func = ...
python如何保存列表_python中数据的保存
1.将list中的数据写入到excel文件中利用python包numpy(实现方式应该有许多种,这里只是记录成功实现的一种)中的savetxt 局限性:要保存的list可以为[1,2,3,4,5]这 ...
python对数字排序_Python中数据的排序
目录列表的排序列表的排序可以使用列表自带的 sort() 方法,也可以使用 sorted() 函数 sort() 方法是修改原列表:而 sorted() 函数是对列表的复制再排序,返回一个新的列表 ...
python批量转换数据类型_python中数据类型转换
1.list转str 假设有一个名为test_list的list,转换后的str名为test_str 则转换方法: test_str = "".join(test_list) 例子 ...
python结束代码_Python中的退出代码
The optional argument arg can be an integer giving the exit status (defaulting to zero), or another ...
python算法和数据结构_Python中的数据结构和算法
python算法和数据结构 To 至 Leonardo da Vinci 达芬奇(Leonardo da Vinci) 介绍 (Introduction) The purpose of this ar ...
python元编程运用_Python 中的元编程
就像元数据是有关数据的数据一样,元编程就是编写用于操纵程序的某些程序.人们普遍认为,元程序就是生成其他程序的某些程序,但范式更加广泛.所有旨在自我读取.分析.转换或修改的程序都是元编程的范例.例如: ...
TF学习——TF数据读取：TensorFlow中数据读这三张图片的5个epoch +把读取的结果重新存到read 文件夹中
TF学习--TF数据读取:TensorFlow中数据读这三张图片的5个epoch +把读取的结果重新存到read 文件夹中目录实验展示代码实现实验展示代码实现 1.如果设置shuffle为T ...
python填补缺失值数据驱动代码_python填补缺失值数据驱动代码_python数据预处理之缺失值的各种填补方式...
对于数据挖掘的缺失值的处理,应该是在数据预处理阶段应该首先完成的事,缺失值的处理一般情况下有三种方式: (1)删掉缺失值数据 (2)不对其进行处理 (3)利用插补法对数据进行补充第一种方式是极为不可 ...

python数据预处理代码_Python中数据预处理（代码）

python数据预处理代码_Python中数据预处理（代码）相关推荐

最新文章

热门文章