Python程序设计PPT-第8章数据挖掘.pptVIP

高级大数据人才培养丛书张雪萍 主编 唐万梅 副主编 景雪琴 副主编 BIG DATA刘 鹏 张 燕 总主编Python程序设计 8.1　Python常用数据分析工具8.2　数据预处理8.3　分类与预测8.5　实战：信用评估习题8.4　聚类分析of562高级大数据人才培养丛书8.6　实战：影片推荐系统第八章　数据挖掘 *** Python常用数据分析工具第八章 数据挖掘of313*** NumpyNumPy提供了真正的数组功能，以及对数据进行快速处理的函数。NumPy 安装: 方式一: pip install numpy 方式二: python setup.py installNumPy基本操作：# -*- coding: utf -8 -*import numpy as np #一般以np作为 numpy 的别名a = np.arra y ( [2, 8, 5, 7] ) #创建数组print (a ) #输出数组print(a[ :3]) #引用前三个数字（切片）print (a.min () )#输出a的最小值a .sort ()#将a的元素从小到大排序，此操作直接修改a，因此这时候a为[2 , 5, 7 ,8]b= np.array ( [ [1, 2, 3] , [ 4, 5, 6] ] ) #创建二维数组print (b*b) #输出数组的平方阵，即［（1, 4 , 9），（16, 25 , 36) ] *** Python常用数据分析工具第八章 数据挖掘of314*** ScipyScipy 提供了真正的矩阵，以及大量基于矩阵运算的对象与函数。Scipy依赖于NumPy，安装它之前得先安装NumPy。安装好Scipy后，可以通过以下命令进行简单测试。用Scipy求解非线性方程组和数值积分：# -*-coding：utf -8 -*#求解非线性方程组 2x1-x2^2=1, x1^2-x2=2from scipy.optimize import fsolve #导入求解方程组的函数#定义要求解的方程组def f(x): x1 = x[0] x2 = x[1] return [2*x1 - x2**2 - 1, x1**2 - x2 -2 ]result = fsolve( f ,[1,1]) #输入初值[1,1]并求解print(result) #输出结果：array ( [ 1.1)#数值积分from scipy import integrate #导入积分函数def g(x) : #定义被积函数 return (1-x**2 )**0.5pi_2,err = integrate.quad (g,-1,1)#积分结果和误差print (pi_2 * 2 ) #由微积分知识可知，积分结果为圆周率pi的一半 *** Python常用数据分析工具第八章 数据挖掘of315*** PandasPandas是Python中强大的数据分析和探索工具，它包含高级的数据结构和精巧的工具，使得在Python中处理数据非常快速和简单。Pandas的功能非常强大，支持类似SQL Server数据库的数据增、删、查、改操作，并且带有丰富的数据处理函数；支持时间序列分析；支持灵活处理缺失数据等。Pandas的安装过程跟普通的第三方库一样，但如果需要读取和写入Excel数据，还需要安装xlrd库（读）和xlwt库（写）。其安装方法如下：? pip install xlrd ＃为Python添加读取Excel数据的功能? pip install xlwt ＃为Python添加写入Excel数据的功能 *** Python常用数据分析工具第八章 数据挖掘of316*** PandasPandas基本的数据结构是Series和DataFrame。Series是序列，类似一维数组；DataFrame相当于一张二维的表格，类似二维数组，它的每一列都是一个Series。为了定位Series中的元素，pandas 提供了Index对象，每个Series都会有一个对应的Index，用来标记不同的元素。Index的内容不一定是数字，也可以是字母、汉字等。类似地，DataFrame相当于多个有同样Index的Series 的组合，每个Series都有唯一的表头，用来标识不同的Series。 Pandas简例：# -*-coding：utf-8 -*import pandas as pd #通常用pd作为pand