如何在python中实现数据变换 - 行业资讯 - 肥雀云

　　介绍

这篇文章将为大家详细讲解有关如何在python中实现数据变换,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。

python是什么意思

python是一种跨平台的,具有解释性,编译性,互动性和面向对象的脚本语言,其最初的设计是用于编写自动化脚本,随着版本的不断更新和新功能的添加,常用于用于开发独立的项目和大型项目。

<强> 1,数据规范化,即归一化的方法

常见方法:最小——最大规范化,z分数规范化,小数定标规范化

 import  pandas  as  pd
　　df=pd.DataFrame (A.data[:三6])
　　df.columns=A.feature_names [3:6]
　　#最小——最大规范化,支持矢量运算
　　(df-df.min ())/(df.max () -df.min ())
　　,
　　#使用sklearn中的预处理模块
　　得到sklearn  import 预处理
　　preprocessing.minmax_scale (df)
　　,
　　# z分数规范化:结果=(数值——均值)/标准差,处理后数据的均值为0,标准差为1
　　(df-df.mean ())/df.std ()
　　,
　　#使用sklearn中的预处理模块
　　得到sklearn  import 预处理
　　preprocessing.scale (df)
　　,
　　#小数定标规范化:常见落在[1]区间,通过移动小数点的位数实现,移动位数取决于属性绝对值的最大值的位数
　　#装天花板向上取整
　　import  numpy  as  np
　　df/10 * * np.ceil (np.log10 (df.abs () .max ()))

<强> 2,连续属性离散化

常见方法:分箱法(等宽法,等频法),聚类

 import  pandas  as  pd
　　#等宽法5个箱子,标签为0 - 4
　　pd.cut (df.AGE 5标签=范围(5))
　　#等频法
　　pd.qcut (df.AGE 5标签=范围(5))

关于如何在python中实现数据变换就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看的到。