Python——数据预处理代码实例

  

本文实例为大家分享了Python数据预处理的具体代码,供大家参考,具体内容如下
  

  

        进口numpy np   进口matplotlib。pyplot作为plt   熊猫作为pd 之前导入      

        数据集=pd。read_csv(数据(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;值表示选取数据集里的数据。   X=数据集。iloc (:,: 1)。值#选取数据,不选取最后一列。   y=数据集。iloc (: 3)。值#选取数据,选取每行的第3列数据      

        从sklearn。预处理进口输入#进行数据挖掘及数据分析的标准库,输入缺失数据的处理   #输入中的参数:missing_values缺失数据,定义怎样辨认确实数据,默认值:南;战略策略,补缺值方式:意思是,平均值,中值,中值,most_frequent——出现次数最多的数;轴=0取列=1取行   输入=输入(missing_values=稀?策略=暗囊馑际恰?轴=0)   输入=输入。适合(X[: 1:3]) #拟合   X(:, 1:3)=输入。变换(X [: 1:3])      

        从sklearn。预处理进口LabelEncoder OneHotEncoder   labelencoder_X=LabelEncoder ()   X [: 0]=labelencoder_X.fit_transform (X [: 0])   onehotencoder=onehotencoder (categorical_features=[0])   X=onehotencoder.fit_transform (X) .toarray ()   #因为购买是因变量,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)      

        从sklearn。model_selection进口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      

        #特征缩放(两种方式:一:标准化(标准化);二:正常化(正常化))   从sklearn。预处理进口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      

  

(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

  

以上所述是小编给大家介绍的Python数据预处理详解整合,希望对大家有所帮助,如果大家有任何疑问请给我留的言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!

Python——数据预处理代码实例