数据挖掘学习小组之（抽样分布篇）

数据处理与分析

发布于 2019-08-28 16:40:38

3370

发布于 2019-08-28 16:40:38

文章被收录于专栏：数据处理与分析

第六周

哈哈，又多坚持了一周，依然为自己点赞！

知识点

抽样分布，使用Python实现！

我的吐槽

在参加数据挖掘学习小组之前，居士做了一个调查：每周能投入在学习上的时间是多少。我记得当时我选了3-5小时。我这是第六周了，可以说每周投入的时间都超过了这个数字。因为自己的数学基础本身比较差，对数据挖掘也是门外汉，每周的学习做起来都要查大量的资料，我觉得自己找资料的时间都不止3小时，而作业时间也不只2小时，加在一起绝对超过了5小时。不过，正是因为学起来有困难，我认为才有学习的必要。如果是学一些gis类的东西，结合自己的经验应该会容易很多，但这次要学的不是gis，是数据挖掘，是我为了提升自己的能力自己选的方向。为了学好这些知识，除了每周发起者写的一些学习内容与要求，我自己也买了一些机器学习的书籍在看，总之，为了遇见更好的自己，加油吧！

作业

直接代码吧！

截图

代码

import matplotlib as mpl
import pandas as pd
import matplotlib.pyplot as plt
import scipy.stats as stats
#防止乱码
mpl.rcParams['font.sans-serif'] = [u'SimHei']
mpl.rcParams['axes.unicode_minus'] = False

#读取数据
df = pd.read_excel(r'D:\BaiduNetdiskDownload\data\data.xlsx')

#获取数据的描述
des = df.groupby(['Embarked']).describe()
print('id\n','-*'*38+'-\n',des['ID'])
print('Age\n','-*'*38+'-\n',des['Age'])
print('Fare\n','-*'*38+'-\n',des['Fare'])

#绘分布图
plt.hist(df['Fare'],bins=30)
plt.show()