python--itertools的使用

最新推荐文章于 2023-11-03 19:22:24 发布

hejp_123

最新推荐文章于 2023-11-03 19:22:24 发布

阅读量282

点赞数

CC 4.0 BY-SA版权

分类专栏： python常用工具包

本文链接：https://blog.youkuaiyun.com/hejp_123/article/details/90750264

python常用工具包专栏收录该内容

7 篇文章

订阅专栏

本文深入探讨了Python中itertools模块的使用，特别是permutations和combinations函数，通过实例展示了如何利用这些工具进行数据排序和组合，以及如何计算数据集中的特征组合相关系数。

简介

迭代生成器工具包 itertools

使用

排序：permutations
组合：combinations

# 排序：permutations
# 组合：combinations
from  itertools import permutations
from itertools import combinations 

col_list = ['col1', 'col2', 'col3']
print('所有排序：')
for value in permutations(col_list,2):
    print(list(value))

print("所有组合：")
for value in combinations(col_list,2):
    print(list(value))

结果如下：

所有排序：
['col1', 'col2']
['col1', 'col3']
['col2', 'col1']
['col2', 'col3']
['col3', 'col1']
['col3', 'col2']
所有组合：
['col1', 'col2']
['col1', 'col3']
['col2', 'col3']

for instance

计算特征之间的所有组合的相关系数，并根据阈值进行筛选想要的特征组合。

import pandas as pd
import numpy as np
from itertools import combinations 
 
df = pd.DataFrame({'A':np.random.randint(1, 100, 10),
     'B':np.random.randint(1, 100, 10),
     'C':np.random.randint(1, 100, 10)})

col_list = df.columns
print("所有组合：")
list_corr = []
for value in combinations(col_list,2):
    print([value[0],value[1],df[list(value)].corr().iloc[1,0]])
    list_corr.append([value[0],value[1],df[list(value)].corr().iloc[1,0]])
    
df_list_corr = pd.DataFrame(list_corr)
df_list_corr.columns =['cols','cols2','corr']
df_list_corr_filter = df_list_corr[df_list_corr['corr']>0.2]