Python数据分析-数据探索下

主题 数据探索

接着上一节的内容~

二、数据特征分析

5. 相关性分析

(1)直接描述散点图

从散点图可以比较直观地看书两个变量的相关性。(一般分为完全正线性相关、完全负线性相关、非线性相关、正线性相关、负线性相关、不相关)

(2)绘制散点图矩阵

可对多个变量同时进行相关关系的考察

(3)计算相关系数

这里的相关系数有很多,如Pearson相关系数、spearman相关系数、判定系数等等

三、python主要数据探索函数

python中用于数据探索的库主要是pandas和matplotlib,而pandas提供大量的函数,也作为重点来进行介绍

1. 基本统计特征函数(均属pandas)

(1)sum(),计算数据样本的总和(按列计算)

(2)mean(),计算算数平均数

(3)var(),计算方差

(4)std(),计算标准差

(5)corr(),计算Pearson相关系数

(6)cov(),计算协方差矩阵

(7)skew(),计算偏度

(8)kurt(),计算峰度

(9)describe(),给出样本的基本描述

2. 统计作图函数

(1)plot(),绘制线性二维图,matplotlib/pandas

使用格式:plt.plot(x,y,S)

字符串S指定绘制图形的类型、样式和颜色,常用的有:‘b’为蓝色、‘r’为红色、‘g’为绿色、‘o’为圆圈、‘+’为加号标记、‘-’为实线、‘--’为虚线

(2)pie(),绘制饼形图,matplotlib/pandas

(3)hist(),绘制二维条形直方图,matplotlib/pandas

(4)boxplot(),绘制样本数据的箱形图,pandas

(5)plot(logy=true),绘制y轴的对数图形,pandas

(6)plot(yerr=error),绘制误差条形图,pandas

—End—

本文来自企鹅号 - SAMshare媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏贾志刚-OpenCV学堂

使用OpenCV与sklearn实现基于词袋模型(Bag of Word)的图像分类预测与搜索

基于OpenCV实现SIFT特征提取与BOW(Bag of Word)生成向量数据,然后使用sklearn的线性SVM分类器训练模型,实现图像分类预测。实现基于...

60130
来自专栏杨熹的专栏

图解RNN

参考视频 RNN-Recurrent Neural Networks ---- 本文结构: 什么是 Recurrent Neural Networks ? R...

36650
来自专栏Spark学习技巧

【深度学习】②--细说卷积神经网络

1. 神经网络与卷积神经网络 先来回忆一下神经网络的结构,如下图,由输入层,输出层,隐藏层组成。每一个节点之间都是全连接,即上一层的节点会链接到下一层的每一个节...

46180
来自专栏机器学习、深度学习

人脸检测--Faceness-Net: Face Detection through Deep Facial Part Responses

Faceness-Net: Face Detection through Deep Facial Part Responses PAMI2017 From...

37760
来自专栏数据小魔方

机器学习笔记——特征标准化

数据标准化是为了消除不同指标量纲的影响,方便指标之间的可比性,量纲差异会影响某些模型中距离计算的结果。

13730
来自专栏有趣的Python和你

机器学习实战之AdaBoost元算法

今天学习的机器学习算法不是一个单独的算法,我们称之为元算法或集成算法(Ensemble)。其实就是对其他算法进行组合的一种方式。俗话说的好:“三个臭皮匠,赛过诸...

14350
来自专栏Pytorch实践

Pytorch实现Logistic回归二分类

? 摘要:本文主要介绍使用深度学习框架Pytorch实现简单的Logistic回归模型,进而实现简单的分类问题。 一.逻辑回归简述 逻辑回归实质上是线性回...

1.4K140
来自专栏企鹅号快讯

你看到的最直白清晰的CNN讲解

这篇博客介绍的是深度神经网络中常用在图像处理的模型——卷积神经网络(CNN),CNN在图像分类中(如kaggle的猫狗大战)大显身手。这篇博客将带你了解图像在计...

23380
来自专栏ATYUN订阅号

Python中的统计假设检验速查表

本文是一个机器学习项目中最流行的统计假设检验的速查表,包含使用Python接口的示例。

67360
来自专栏有趣的Python和你

机器学习实战之AdaBoost元算法

9830

扫码关注云+社区

领取腾讯云代金券