标签：概率 ZIP zip Python 模型 DataFrame matplotlib 数组 评估
一、数据预处理部分
（一）使用到的库
- pandas
Python数据分析提供了高性能，且易于使用的数据结构，即 Series 和 DataFrame。Pandas 库基于 Python NumPy 库开发而来，可以与 Python 的科学计算库配合使用。Pandas 提供了两种数据结构，分别是 Series（一维数组结构）与 DataFrame（二维数组结构），这两种数据结构极大地增强的了 Pandas 的数据分析能力。 - numpy
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 - matplotlib.pylab
PyLab模块可以在单个名称空间中批量导入matplotlib.pyplot(用于绘图)和NumPy(用于数学和使用数组) - seaborne
是一个基于matplotlib进行高级封装的可视化库，相比之下，绘制图表更为集成化、绘图风格具有更高的定制性。 - zipfile
可以处理使用ZIP64扩展名的ZIP文件（即大小超过4 GB的ZIP文件）。它支持在ZIP压缩文件中解密加密文件，但它目前不能创建加密文件。解密过程非常缓慢，因为它在本地Python而不是C中实现。 - Missingno
missingno库提供了一个灵活易用的可视化工具来观察数据缺失情况，是基于matplotlib的，接受pandas数据源。
（二）使用到的函数
- zipfile.ZipFile(file[, mode[, compression[, allowZip64]]])
创建一个ZipFile对象，表示一个zip文件。参数file表示文件的路径或类文件对象(file-like object)；参数mode指示打开zip文件的模式，
默认值为’r’，表示读已经存在的zip文件，也可以为’w’或’a’，'w’表示新建一个zip文档或覆盖一个已经存在的zip文档。
'a’表示将数据附加到一个现存的zip文档中。参数compression表示在写zip文档时使用的压缩方法，它的值可以是zipfile. ZIP_STORED 或zipfile. ZIP_DEFLATED。如果要操作的zip文件大小超过2G，应该将allowZip64设置为True。 - Pandas DataFrame.head()
根据位置返回对象的前n行。如果你的对象中包含正确的数据类型, 则对于快速测试很有用。此方法用于返回数据帧或序列的前n行(默认值为5) - ndarray.shape
表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 n
dim 属性(秩)。比如，一个二维数组，其维度表示"行数"和"列数"。ndarray.shape 也可以用于调整数组大小。 - dropna()
删除包含空字段的行，可以使用 dropna() 方法，语法格式如下：
DataFrame.dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)
参数说明：
axis:默认为 0，表示逢空值剔除整行，如果设置参数 axis＝1 表示逢空值去掉整列。
how：默认为 ‘any’ 如果一行（或一列）里任何一个数据有出现 NA 就去掉整行，如果设置 how=‘all’ 一行（或列）都是 NA 才去掉这整行。
thresh：设置需要多少非空值的数据才可以保留下来的。
subset：设置想要检查的列。如果是多个列，可以使用列名的 list 作为参数。
inplace：如果设置 True，将计算得到的值直接覆盖之前的值并返回 None，修改的是源数据。
通过 isnull() 判断各个单元格是否为空。 - missingno.matrix()
Matrix是使用最多的函数，能快速直观地看到数据集的完整性情况，矩阵显示 - Dataframe.hist()
制作 DataFrame 列的直方图。直方图是数据分布的表示。此函数matplotlib.pyplot.hist()在 DataFrame 中的每个系列上调用，每列生成一个直方图。 - dataframe.unique()
求Series或dataframe中的不同值。unique()方法返回的是去重之后的不同值，而nunique()方法则直接放回不同值的个数。
标签：概率,ZIP,zip,Python,模型,DataFrame,matplotlib,数组,评估 来源： https://blog.csdn.net/qq_44198589/article/details/123649610
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。