pycharm代码运行不显示结果_pycharm运行配置错误

全栈程序员站长

发布于 2022-09-27 09:59:56

9960

发布于 2022-09-27 09:59:56

文章被收录于专栏：全栈程序员必看

大家好，又见面了，我是你们的朋友全栈君。

我最近看了两节关于数据分析的课程，其中最基础也最重要的知识就是支持度，置信度和提升度了。而在打印提升度的相关信息时，我遇到了一些麻烦！

老师用的是 Jupyter Notebook 来演示，而我用的是pycharm（其实跟编译器没关系），然后打印提升度时我发现有很多数据我无法打印出来！只是给我留了半串省略号…我就纳闷了，到底是啥原因？

shopping_basket = { 
   
    'ID': [1, 2, 3, 4, 5, 6],
    'Basket':[
        ['Onion', 'Beer', 'Chicken', 'Drink', 'Burger', 'Chips', 'Disper'],
        ['Onion', 'Beer', 'Chicken', 'Burger', 'Chips', ],
        ['Onion', 'Chicken', 'Drink', 'Burger', 'Chips', 'Disper'],
        ['Onion', 'Chicken', 'Drink'],
        ['Beer', 'Chicken', 'Drink', 'Burger', 'Chips', 'Disper'],
        ['Drink', 'Burger', 'Chips', 'Disper']
    ]
}

retail = pd.DataFrame(shopping_basket)
print(retail)

# 数据集中都是由字符串组成的，需要转化成数值编码
# 用到了方法，默认情况删除某一行
retail_id = retail.drop('Basket', 1)
print(retail_id)

retail_Basket = retail.Basket.str.join(',')
print(retail.Basket)
print(retail.Basket.str)
print(retail_Basket)

retail_Basket = retail_Basket.str.get_dummies(',')
print(retail_Basket)

retail = retail_id.join(retail_Basket)
print(retail)

# 只考虑支持度，多种组合出现十分频繁
frequent_itemsets2 = apriori(retail.drop('ID', 1), use_colnames=True)
print(frequent_itemsets2)

# 因此用到提升度来筛选数据
rules2 = association_rules(frequent_itemsets2, metric='lift', min_threshold=1.5)
print(rules2)

打印结果如下：

岂有此理，只给两个数据是什么鬼呀！我还做啥数据分析呀！于是百思不得解的我百度了一下，找到了原因：pandas是有相关的输出显示设置的！直接放出来！

抱歉，我这是做在onenote上面的笔记，是截图来的，可能视觉效果有些差！

至于怎么使用这些参数呢？常用的打印相关设置函数有三种！

value = '参数值'

pd.set_option('参数名', value)  # 设置相关显示选项
pd.get_option('参数名', value)  # 获取相关显示选项
pd.reset_option('参数名', value)  # 恢复默认相关选项

我们观察一下打印结果可以判断出来，咱们应该是最大行数和最大宽度被限制了，因此我们只要写下这三行代码:

pd.set_option('display.max_columns', None)   # 显示完整的列
pd.set_option('display.max_rows', None)  # 显示完整的行
pd.set_option('display.expand_frame_repr', False)  # 设置不折叠数据

然后Run一下！看看打印了啥出来：

哇，太耐思了吧，这才叫数据分析嘛！前项集，后项集，支持度，提升度应有尽有！但是，兄弟们别乐极生悲啊！我们回头看看！当我们想打印自己构建的数据集的时候，可以看到咱们的数据被折叠了！又是可恶的省略号！

retail = pd.DataFrame(shopping_basket)
print(retail)

不过有了刚刚的处理经验之后，我已经学会了如何更改显示参数之类的了，我看了看那张表，emmmm，就是你了！

我加上了这样的一行代码之后：

pd.set_option('display.max_columns', None)   # 显示完整的列
pd.set_option('display.max_rows', None)  # 显示完整的行
pd.set_option('display.expand_frame_repr', False)  # 设置不折叠数据
pd.set_option('display.max_colwidth', 100)