数据挖掘学习小组之（Python基础篇）

数据处理与分析

发布于 2019-07-31 17:02:44

3620

发布于 2019-07-31 17:02:44

文章被收录于专栏：数据处理与分析

第二周

Python，是唯一一个，我会写的语言！而数据挖掘学习小组，也选了Python。好开心！

第一周说了很多题外话，这周，就只写作业了。

Python环境配置

Python安装，有两种选择：

安装官方版本

官方版本对于Windows用户来说，不太友好。Python默认的pip在安装某些库的时候，很难。比如这次课程中提到的numpy与pandas。

如果你已经安装了官方版本，但有些库装不上的话，可以去这个网站找别人编译好的：https://www.lfd.uci.edu/~gohlke/pythonlibs/

安装其他发行版

这个选择就比较多了，可以选Python(x,y)，也可以选Anaconda。我推荐Anaconda，毕竟，conda用起来太省心了。

安装Python库

pip

如果使用pip，可以按照如下方式进行安装：

pip install pandas

但这个在Windows环境下不一定好使，因为库可能需要编译。这个时候，就需要到我刚才说的那个网站下载别人编译好的库。

conda

使用conda的话，如果网速允许，一切都会很顺畅。

conda install pandas

不论是conda还是pip，都会自动解决包依赖，像yum/apt-get一样省心。比如pandas依赖numpy，你只需要在命令行中输入上面的命令。

基本语法

控制语句

控制语句与定义函数

_list = range(10)
def func1(param):
    for i in param:
        if i%2 == 0:
            print(i,'是个偶数！')
        else:
            print(i,'是个奇数！')

func1(_list)

文件读写

以读写文本为例

读

with open(r'文本路径','r') as txt:
    for i in txt.readlines():
        print(i)

写

_list = range(1,11)
with open(r'文本路径','a+') as txt:
    for i in _list:
        txt.writelines('第%d行\n'%(i))

基本数据结构

字典

借助字典，实现一下众数

import numpy as np
#创建随机数组
s = np.random.randint(10,20,200)
#利用字典特性求众数
def d_mode(param):
    d = {}
    for i in param:
        if i in d:
            d[i] = d[i]+1
        else:
            d[i] = 1
    return max(d,key=lambda key:d[key])

print(d_mode(s))

集合

import numpy as np
#创建随机数组
s = np.random.randint(10,20,200)
#利用set特性去个重
u_s = list(set(s))
print(u_s)

实践

描述性分析

这个内容，上次的作业已经写过了，就不再写了。

中位数

我也来实现一下吧！

import numpy as np
#创建随机数组
s = np.random.randint(10,20,200)
def func2(param):
    param.sort()
    length = param.size
    if length % 2 == 0:
        return int((param[int(length/2)]+param[int(length/2)+1])/2)
    else:
        return param[round(length/2)]
print(func2(s))