《数据挖掘与机器学习》 课件2.2.1 数据读取与写入.pptx

处理农产品基本信息数据农产品信息可视化分析——NumPy、pandas与Matplotlib库

任务描述水稻是全球最重要的粮食作物之一，水稻审定数据可以为农业科技创新提供重要的参考和依据，可以帮助选择高产、优质、抗逆性强的水稻品种，促进绿色、可持续的农业生产方式，有助于推动农业的可持续发展。处理农产品基本信息数据本任务先了解水稻信息数据的情况，根据数据检测的内容可知数据存在缺失值、重复值、异常值的情况，并对数据中的缺失值、重复值、异常值进行处理，增强后续数据分析的效果。对数据进行仔细的处理和清洗，确保数据的质量可靠，为后续的数据分析和决策提供更可信的基础，也展现了劳动精神的价值和应用。

任务要求读取农产品基本信息数据。检测数据缺失值的情况，并进行缺失值处理。检测数据异常值的情况，并进行异常值处理。检测数据重复值的情况，并进行重复值处理。处理农产品基本信息数据

数据读取与写入pandas数据结构pandas数据处理

数据读取与写入处理农产品基本信息数据pandas是一个常用的Python数据处理库，支持多种文件格式的读取和写入。通过引入pandas库，可以使用read_csv()函数读取CSV文件、read_excel()函数读取Excel文件等。同时，pandas也提供了to_csv()方法将数据写入CSV文件、to_excel()方法将数据写入Excel文件等。这些函数、方法的使用使数据的读取和写入变得简单方便。

读写文本文件CSV文件读取处理农产品基本信息数据如果文本文件是字符分隔文件，那么可以使用读取CSV文件的函数进行读取。pandas提供了read_csv函数读取CSV文件。read_csv函数的基本使用格式如下。pandas.read_csv(filepath_or_buffer,sep=no_default,header=infer,names=no_default,index_col=None,dtype=None,engine=None,skiprows=None,nrows=None,……)

读写文本文件处理农产品基本信息数据pandas提供了read_table函数读取文本文件。read_table函数的基本使用格式如下。pandas.read_table(filepath_or_buffer,sep=no_default,header=infer,names=no_default,index_col=None,dtype=None,engine=None,skiprows=None,nrows=None,……)

读写文本文件处理农产品基本信息数据read_table函数与read_csv函数的参数说明如下。filepath_or_buffer接收str。表示文件路径。无默认值sep接收str。表示分隔符。read_csv函数默认为“,”，read_table函数默认为制表符“Tab”header接收int或列表形式的int。表示将某行数据作为列名。默认为infernames接收array。表示列名。无默认值index_col接收int、sequence或False。表示索引列的位置，取值为sequence则代表多重索引。默认为None参数名称参数说明

读写文本文件处理农产品基本信息数据read_table函数与read_csv函数的参数说明如下。dtype接收字典形式的列名或类型名称。表示写入的数据类型（列名为key，数据格式为values）。默认为Noneengine接收c语言或python语言。表示要使用的数据解析引擎。默认为Nonenrows接收int。要读取的文件行数。默认为Noneskiprows接收list或int或callable。表示读取数据时跳过开头的行数。默认为None参数名称参数说明

读写文本文件CSV文件写入处理农产品基本信息数据文本文件的存储和读取类似，对于结构化数据，可以通过pandas库中的to_csv()方法实现以csv文件格式存储。DataFrame.to_csv(path_or_buf=None,sep=,,na_rep=,float_format=None,columns=None,header=True,index=True,index_label=None,mode=w,encoding=None,compression=infer,quoting=None,quotechar=,line_terminator=None,chunksize=None,date_format=None,doublequote=True,escapechar=None,decimal=.,errors=stri