數(shù)據(jù)預(yù)處理往往在數(shù)據(jù)分析和數(shù)據(jù)挖掘領(lǐng)域占到了很大的比重，甚至在機器學(xué)習(xí)這些海量數(shù)據(jù)處理的場合，數(shù)據(jù)預(yù)處理也是最核心的工作。介紹幾個預(yù)處理階段常用的庫函數(shù)。

1.interpolate

插值函數(shù)，Scipy的子庫，包含大量的插值函數(shù)，如拉格朗日插值，樣條插值，高維插值等。

示例代碼：

from scipy.interpolate import * f = scipy.interpolate.lagrange(x,y) # 其中x和y分別為自變量和因變量數(shù)據(jù)

2.unique

numpy庫函數(shù)，也是Pandas中Series對象的一個方法。

示例代碼：

import numpy as np import pandas as pd data = [1, 2, 3] # data可以是list，ndarray，Series np.unique(data) data =pd.Series(data) data.unique()

3.random

numpy的子庫，生成特定分布的隨機矩陣。

示例代碼：

import numpy as np np.random.randn(k, m, n) # 生成k*m*n的隨機矩陣，元素服從正態(tài)分布

4.isnull/notnumm

Series對象的方法，返回布爾Series。

示例代碼：

import pandas as pd data = pd.Series() D.isnull() D[D.notnull()]

5.PCA

主成分分析函數(shù)，是Scikit-Learn下的建模對象。

示例代碼：

from sklearn.decomposition import PCA import numpy as np D = np.random.rand(10,4) pca = PCA() pca.fit(D) PCA(copy=True, n_components=Noone, whiten=False) # 輸出模型的特征向量 print(pca.components_) # 輸出各個成分各自的方差百分比 print(pca.explained_variance_ratio_)

具體代碼包括實戰(zhàn)項目可以查看我的github。

總結(jié)

以上是生活随笔為你收集整理的数据分析与挖掘-python常用数据预处理函数的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。