python如何实现信息熵的计算代码

1,简单易用,与C/c++、Java、c#等传统语言相比,python对代码格式的要求没有那么严格;2,python属于开源的,所有人都可以看到源代码,并且可以被移植在许多平台上使用;3,python面向对象,能够支持面向过程编程,也支持面向对象编程;4,python是一种解释性语言,python写的程序不需要编译成二进制代码,可以直接从源代码运行程序;5,python功能强大,拥有的模块众多,基本能够实现所有的常见功能。

<强> 1,什么是信息熵?

1948年香农提出了信息熵(熵)的概念。

<强>信息理论:

<强> 1,从信息的完整性上进行的描述:

当系统的有序状态一致时,数据越集中的地方熵值越小,数据越分散的地方熵值越大。

<强> 2,从信息的有序性上进行的描述:

当数据量一致时,系统越有序,熵值越低,系统越混乱或者分散,熵值越高。

"信息熵”(信息熵)是度量样本集合纯度最常用的一种指标。

<强>二,python实现信息熵的计算代码

<强> 1,导入库

 import  numpy  as  np
　　import  pandas  as  pd 

<强> 2,准备数据

 data =, pd.DataFrame (
　　,,,{& # 39;学历& # 39;:,(& # 39;专科& # 39;,,& # 39;专科& # 39;,,& # 39;专科& # 39;,,& # 39;专科& # 39;,,& # 39;专科& # 39;,,& # 39;本科& # 39;,,& # 39;本科& # 39;,,& # 39;本科& # 39;,,& # 39;本科& # 39;,,& # 39;本科& # 39;,
　　,,,,& # 39;研究生& # 39;,,& # 39;研究生& # 39;,,& # 39;研究生& # 39;,,& # 39;研究生& # 39;,,& # 39;研究生& # 39;],
　　,,,,& # 39;婚否& # 39;:,(& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;是& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;否& # 39;],
　　,,,,& # 39;是否有车& # 39;:,(& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;是& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,
　　,,,,& # 39;否& # 39;],
　　,,,,& # 39;收入水平& # 39;:,(& # 39;中& # 39;,,& # 39;高& # 39;,,& # 39;高& # 39;,,& # 39;中& # 39;,,& # 39;中& # 39;,,& # 39;中& # 39;,,& # 39;高& # 39;,,& # 39;高& # 39;,,& # 39;很高& # 39;,,& # 39;很高& # 39;,,& # 39;很高& # 39;,,& # 39;高& # 39;,,& # 39;高& # 39;,,
　　,,,,& # 39;很高& # 39;,,& # 39;中& # 39;],
　　,,,,& # 39;类别& # 39;:,(& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;否& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;是& # 39;,,& # 39;否& # 39;]})

<强> 3,定义信息熵函数

 #,定义计算信息熵的函数:计算有限公司(D)
　　def 有限公司(数据):
　　,,,a =, pd.value_counts(数据),/,len(数据)
　　,,,return 和(np.log2 (a), *, a  *, (1) 

<强> 4,数据测试

 #,打印(有限公司(数据(“学历“))),,,#测试结果为:,1.584962500721156 

以上是“python如何实现信息熵的计算代码”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注行业资讯频道!

python如何实现信息熵的计算代码