Python与机器学习（第2版）（微课版） 课件 2-07-应用拓展：观影数据复杂分析_第1页
Python与机器学习（第2版）（微课版） 课件 2-07-应用拓展：观影数据复杂分析_第2页
Python与机器学习（第2版）（微课版） 课件 2-07-应用拓展：观影数据复杂分析_第3页
Python与机器学习（第2版）（微课版） 课件 2-07-应用拓展：观影数据复杂分析_第4页
Python与机器学习（第2版）（微课版） 课件 2-07-应用拓展：观影数据复杂分析_第5页
已阅读5页，还剩6页未读， 继续免费阅读

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

项目背景|项目概述|学习目标|任务实施步骤拓展实训观影数据复杂分析【数据挖掘应用】课程负责人：陈清华01101111011010111101010000101101010100111101

熟练使用Pandas从本地文件读取数据；

熟练使用Pandas对数据进行多维度数据分析；熟练使用Matplotlib工具包展现数据分析结果。技能学习目标项目总体要求原始数据1、分组分析：groupby()2、分布分析：cut()3、交叉分析：pivot_table()、crosstab()4、结构分析：pivot_table()5、相关分析：corr()数据分析方法一、分组分析xk_sum_y=df.groupby(['月'])['想看'].sum()xk_sum_y.plot(kind='bar')二、分布分析按季jj_groups=pd.cut(df['月'],bins=[0,3,6,9,12])sns.distplot(df['月'],bins=[0,3,6,9,12])三、交叉分析透视表：pivot_table()importnumpyasnppd.pivot_table(df,index=["地区","月"],values=["想看"],aggfunc=np.mean)三、交叉分析交叉表：crosstab()crs=pd.crosstab(df['地区'],df['月'])#coding:utf-8importmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falseimportseabornassnssns.heatmap(crs,cmap='rocket_r')四、结构分析按地区：分组re=df.groupby('地区')['片名'].count()re=re.div(re.sum())re.plot(kind='pie')四、结构分析按季度：交叉bins=[0,3,6,9,12]labels=['第1季度','第2季度','第3季度','第4季度']df['季节']=pd.cut(df['月'],bins,labels=labels)re=df.pivot_table(values=['片名'],index=['季节'],aggfunc=[np.size])re=re.div(re.sum(axis=0),axis=1)df['季节'].value_counts().plot.pie()五、相关分析

相关分析(correlationanalysis)是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间相关关系的一种统计方法。相关分析函数：DataFrame.corr()和Series.corr(other)

如：df[“想看”].corr(df[“月份”])corr()1.常见的数据

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论