《python数据分析与挖掘实战》笔记-3.1代码问题问题解决方案

Python数据分析与挖掘实战中的错误总结与分析(持续更新) 1.前言 博主研究生第一年已经成为过去式了,上了课,修了学分。接下来两年就是要搞搞学术了,方向为:大数据分析与数据挖掘。从此篇开始,就将学习过程中一些问题和想法与友交流之。这里是博主在学习中看的一本书《python数据分析与挖掘实战》中基础篇的一些代码规范以及参考方法,供大家学习。 2.错误分析 由于第一章和第二章较为简单,这里就不在赘述,涉及到官方文档,大家一定多看看。 2... 阅读详情

问题

今天看到《python数据分析与挖掘实战》这本书的第三章的第一份代码,照着书上的代码敲了一遍,发现在异常值处理的部分会报错。

    x = p['fliers'][0].get_xdata()
    y = p['fliers'][0].get_ydata()
[/code]
​
报错信息:
​
```code
    TypeError: 'AxesSubplot' object is not subscriptable
[/code]
​
#  解决方案
​
解决的方法很简单,只需在使用DataFrame创建箱线图的时候加上 **return_type= ‘dict’** 即可。  
具体可见 [ pandas的官方文档 ](http://pandas.pydata.org/pandas-
docs/stable/generated/pandas.DataFrame.boxplot.html)  
截图如下  
![这里写图片描述](https://img-
blog.youkuaiyun.com/20170224221355176?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvZ2l0aHViXzM3NDgwNjE4/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
​
目前只知道这么改可以成功,具体为什么还没仔细看文档。先挖个坑,等有空把文档翻译一下。
​
最后附上完整代码
​
```code
    # -*- coding:utf-8 -*-
    
    
    import pandas as pd
    import matplotlib.pyplot as plt
    
    catering_sale = '../data_learn/catering_sale.xls'
    data = pd.read_excel(catering_sale, index_col='日期') 
    # print(data.describe())
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    plt.figure()
    # p = data.boxplot()  # 书上的版本
    p = data.boxplot(return_type='dict')
    x = p['fliers'][0].get_xdata()
    y = p['fliers'][0].get_ydata()
    y.sort()
    for i in range(len(x)):
        if i > 0:
            plt.annotate(y[i], xy=(x[i], y[i]), xytext=(x[i]+0.05-0.8/(y[i]-y[i-1]), y[i]))
        else:
            plt.annotate(y[i], xy=(x[i], y[i]), xytext=(x[i]+0.08, y[i]))
    
    plt.show()

Python数据分析与挖掘实战代码纠错 代码5-3 python数据分析与挖掘实战第五章挖掘建模例5-3神经网络算法预测销量高低神经网络散发预测销量高低#-*- coding: utf-8 -*-#使用神经网络算法预测销量高低import pandas as pd#参数初始化inputfile = '../data05/sales_data.xls'data = pd.read_excel(inputfile, index_col = u'序号')... 阅读详情

相关推荐

Python 数据分析与挖掘概述

Python 数据分析与挖掘概述 一、数据分析与挖掘介绍 从人类历史演变的角度出发,我们回顾整个计算机的发展历程可以看到,从第一台电子计算机(ENIAC)于1946年2月诞生到今天,也不过是短短的六十载,但就是在这短短的几十年过程中,计算机技术得...

IT之旅 的博客 4693

python遇错

#建立图像plt.figure()#画箱线图,直接使用DataFrame的方法p = data.boxplot()#'flies'即为异常值的标签x = p['fliers'][0].get_xdata()y = p['fliers'][0].get_ydata()#从小到大排序,该方法直接改变原对象y.sort()报错:'AxesSubplot' object is not subscripta...

shudj的博客 1602

《Python数据分析与挖掘实战》第7章-聚类+绘制雷达图

本文是基于《Python数据分析与挖掘实战》的第七章的数据——《航空公司客户价值分析》做的分析对部分代码,做出补充,对原文中的雷达图进行了实现。 1. 背景与目标分析 此项目旨在根据航空公司提供的数据,对其客户进行分类,并且比较不同类别客户的价值,为能够更好的为客户提供个性化服务做参考。 2. 整体流程如下 import pandas as pd import numpy as np dat...

ConsTantTine的博客 4987

利用箱线图过滤数据

文章目录箱线图箱线图分析和过滤数据单组数据的箱线图绘制多组数据的箱线图绘制数据过滤单组数据多组数据一些滤出图 箱线图 维基百科: 箱形图(英文:Box plot),又称为盒须图、盒式图、盒状图或箱线图,是一种用作显示一组数据分散情况资料的统计图。 因型状如箱子而得名。此图中之盒子之外,也常会有线条在上下四分位数之外延伸出去,像是胡须,因此也称为盒须图。离群值会有时会画成是个别的点。箱型图是无母数的,他显示样品的特性,对于母体分布并无任何假设。在各种领域也经常被使用,常见于品质管理。不过作法相对较繁琐。 箱形

WillPower 3686

Python数据分析与挖掘实战总结

大数据专业硕士在读,优快云人工智能领域博客专家,阿里云专家博主,专注大数据与人工智能知识分享。🎉。

专注大数据与人工智能技术分享,欢迎私信加群互相学习! 1万+

SAP采购信息记录批量维护实战:用BAPI ME_INFORECORD_MAINTAIN搞定价格等级和条件记录

本文深入解析SAP标准BAPI ME_INFORECORD_MAINTAIN在采购信息记录批量维护中的应用,特别聚焦价格等级和条件记录的技术难点。通过实战案例和代码示例,帮助用户高效处理供应商-物料价格数据,提升供应链管理效率。

weixin_42522320的博客 410

pyhon科学计算5

1. 创建一个有50个元素的Series对象,其values数组中的数据随机生成,数据总体上满足均值为1000, 标准差为200的正态分布。(1) 自定义异常值为:小于QL-1.25IQR或大于QU+1.25IQR的值。绘制箱线图,检测生成的数据中是否包含大于上限和小于下限的异常值,并且要求这两类异常值都要有。如果不满足要求,那么就重新生成数据,直到满足要求为止;(2) 利用箱线图获取并输出异常值的索引;(3) 编写一个通用函数,其功能为将一个Series对象中大于上限的异常值用QU替换,而小于下限的异常值

weixin_51703554的博客 959

基于FPGA与红外成像的眼动追踪系统设计与实现(教学向)

本文详细介绍了基于FPGA与红外成像的眼动追踪系统设计与实现。通过红外摄像头采集图像,利用FPGA进行实时图像处理和红外瞳孔追踪,结合Verilog编程实现多目标检测与瞳孔定位。该系统适用于嵌入式视觉教学,展示了硬件搭建、算法优化及实时显示的完整流程。

g5h6i7j的博客 823

《python数据分析与挖掘》-步骤

第3章数据探索(重要)数据质量分析是数据预处理的前提,是数据挖掘分析结论有效性和准确性的基础,其主要任务是检查原始数据中是否存在脏数据,脏数据包括:    缺失值    异常值    不一致的值    重复数据及含有特殊符号(如#、¥、*)的数据本小节将主要对数据中的缺失值、异常值和一致性进行分析。缺失值统计分析统计缺失值的变量个数统计每个变量的未缺失数统计变量的缺失数及缺失率异常值统计分析-箱型...

serenysdfg的博客 8258

数字IC设计实现之hierarchical flow系列(一)

数字IC设计实现之hierarchical flow系列(一) 最近这段时间小编又比较忙起来了,今天抽空来咖啡厅码字来了,刚到时脑子一片空白,不知道要分享些什么(项目结束后将会在知识星球上分享数字 IC 设计实现 Tapeout 前要review的那些 checklist)。突然间想起来有个星友希望小编分享些数字 IC 设计实现 hierarchical flow 的相关内容。考虑到现在大都采用这种方式来做 design 和实现,那就选这个 topic 了。限于篇幅和时间限制,今天只分享逻辑综合部分和布局布

weixin_37584728的博客 5999

数据基本探索(python数据分析与挖掘实战篇)

# -*- coding: utf-8 -*- """ Created on Mon Jul 2 09:33:58 2018 @author: 87671 """ ############### #数据探索 ############### import pandas as pd data=pd.read_excel('catering_sale.xls',index_col=u'日期')#...

kylin_learn的博客 688

【科研导航】【计算机视觉与图像处理】从顶刊到潜力股:跨学科(电子/电气/信息)SCI期刊投稿全景图

本文全面解析了计算机视觉与图像处理领域的SCI期刊投稿策略,涵盖从顶刊到潜力股的各类期刊特点。重点介绍了IEEE Transactions系列、Elsevier旗舰期刊以及二区优质期刊的审稿偏好和投稿技巧,特别适合电子/电气/信息交叉学科的研究者。文章还提供了三区、四区期刊的实用投稿建议,帮助科研新手快速找到适合的发表平台。

weixin_30897233的博客 81

1.Python数据分析—数据分析与挖掘详讲

数据分析与挖掘是现代信息科学中至关重要的组成部分,它们不仅在技术层面上处理和分析大量数据,而且为各行各业提供了深刻的洞见和智能化的决策支持。 数据分析与挖掘的结合为组织提供了全面的视角,不仅能够解释历史表现,还能够预见未来趋势,并据此制定策略。在商业智能领域,这意味着企业可以基于数据驱动的见解优化其运营和增强竞争力。在市场分析中,公司能够更准确地定位目标市场和顾客群体。而在顾客关系管理方面,深度分析顾客数据有助于提升服务质量和客户满意度。

weixin_50804299的博客 1万+

Labelme AI-Polygon闪退排查与修复指南

本文详细介绍了Labelme AI-Polygon功能闪退问题的排查与修复方法,包括环境配置检查、模型路径设置、依赖库版本控制等关键步骤。通过系统性的解决方案和实用技巧,帮助用户快速解决闪退问题,确保数据标注工作的高效进行。

weixin_29311017的博客 140

# YOLOv11改进系列 | 引入仓库自研C3k2_EIEM模块,Sobel边缘分支增强检测细节表达

文章摘要: YOLOv11-seg改进中提出的C3k2_EIEM模块通过引入边缘信息增强机制,显著提升了模型对轮廓和纹理的感知能力。该模块在保持原有C3k2结构的基础上,创新性地结合了Sobel边缘检测分支与常规卷积分支的双路特征融合。核心改进包括:(1)固定Sobel算子提供稳定的梯度响应;(2)并行处理边缘与纹理特征;(3)通过1x1卷积实现特征融合。实验显示,改进后模型参数量增加14.16%,计算量提升12.5%,但显著增强了在复杂边界场景下的分割精度。这种设计特别适用于需要精细轮廓识别的任务,如商品

qq_44224801的博客 95

《python数据分析与挖掘实战》(第2版)代码清单3.3的一点问题

《python数据分析与挖掘实战》(第2版)代码清单3.3的一点问题绘制频率分布直方图问题分析程序修改 绘制频率分布直方图 代码清单3.3的任务是根据“捞起生鱼片”的销售情况绘制频率分布直方图,其基本步骤如下: 求极差 分组 决定分点 绘制频率分布直方表 绘制频率分布直方图 根据1,2,3步骤可确定组距为500,组数为8,原书提供的程序如下: # 代码3-3 捞起生鱼片的季度销售情况 impo...

weixin_41856614的博客 9084

一键开关机电路

一键开关机电路

让你爱上电路设计 4180

Python 数据分析 数据挖掘 学习路径图

话不多说,相信看到这篇文章的你一定是对数据分析,数据挖掘有兴趣,或者想从事和方面。本文不再累述python对数据分析的重要,数据分析这门的由来之类的。 在这里,我单刀直入,已我学习数据挖掘3年来的经历告诉大家怎么去学,以让大家少走弯路。纯个人见解,如有不对,还请各位留言指教。 话不多说,直接放图。 一  学好工具 python语言 推荐看廖雪峰的python3教程。 数

Qton_优快云的博客 1万+

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

《Python数据分析与挖掘实战》代码纠错4-1

最近在学习张良均老师的《Python数据分析与挖掘实战》,发现部分代码存在错误,特分享调试好的代码,供学习参考。 代码清单4-1 用拉格朗日法进行插补 书本代码: #拉格朗日插值代码 import pandas as pd #导入数据分析库Pandas from scipy.interpolate import lagrange #导入拉格朗日插值函数 inputfile = '../d...

YUBANGSHUANGYUER的博客 2114

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

python数据分析实战-python数据分析与挖掘实战

python数据分析与挖掘实战是一本python语言数据分析和挖掘指南,由张良均,王路,谭立云和苏剑林等十余个专家编著而成。本书以大家熟知的数据挖掘建模工具Python语言来展开,以解决某个应用的挖掘目标为前提,先介绍案例背景提出挖掘目标,再阐述分析方法与过程,最后完成模型构建,在介绍建模过程中穿插操作训练,把相关的知识点嵌入相应的操作过程中,使读者轻松理解并掌握相关的理论和知识点。python数...

weixin_37988176的博客 5039

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

python数据分析与挖掘实战张良军_python数据分析与挖掘实战(PART1)

本文是《python数据分析与挖掘实战》学习笔记,持续更新。PART1:包含前四章第一章 数据挖掘的基础第二章 Python数据分析简介第三章 数据探索第四章 数据预处理重点:4.1.1 拉格朗日插值法*********************************************************************************************第一...

weixin_35943493的博客 1581

python数据分析与挖掘实战 之笔记2

《python数据分析与挖掘实战》学习笔记2 经过前面章节的分析,即对数据进行探索和预处理,得到了处理后的数据。根据所得到的数据建立分类与预测、聚类分析、关联规则、时序模式、和偏差检测等模型,提取数据中蕴含的有价值的信息。下面就将对这部分知识做大致的介绍。 1、分类与预测 1.1 回归分析 本小节只对二分类Logistic回归模型的相关原理进行介绍: (1)该模型的因变量只有0-1两个取值,...

灿灿的博客 1664

《Python数据分析与挖掘实战》

文章目录

肥猫 3737

python数据分析与挖掘实战张良军_《Python数据分析与挖掘实战》PDF+完整源码

该楼层疑似违规已被系统折叠隐藏此楼查看此楼本书共15章,分两个部分:基础篇、实战篇。基础篇介绍了数据挖掘的基本原理,实战篇介绍了一个个真实案例,通过对案例深入浅出的剖析,使读者在不知不觉中通过案例实践获得数据挖掘项目经验,同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中,应充分利用随书配套的案例建模数据,借助相关的数据挖掘建模工具,通过上机实验,以快速理解相关知识与理论。基础篇(第1~5章)...

weixin_33603551的博客 2360

《python数据分析与挖掘实战》(第2版)代码清单6-5,6-6的一点问题

《python数据分析与挖掘实战》(第2版)代码清单6-5,6-6的一点问题 前述 本书第六章主要讲解的是财政收入影响因素分析及预测,首先是在前人的研究基础上提出了13种可能相关的属性。由于涉及到了13个变量,因此对这些变量之间又进行了相关性分析。 首先,pearson相关性分析表明许多属性之间高相关,诸如在岗职工工资总额和社会消费品零售总额相关系数为1。 基于Lasso回归方法来进行降维,通过...

weixin_41856614的博客 3634
上一篇: 《python数据分析与挖掘实战》(第2版)代码清单6-5,6-6的一点问题《python数据分析与挖掘实战》(第2版)代码清单6-5,6-6的一点问题
下一篇: 《Python数据分析与挖掘实战》第10章(上)——DNN1 背景与目标分析2 数据探索3 数据预处理
marraybug
博客等级 码龄9年 198粉丝 161原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值