超级会员免费看
本文通过阿里天池数据集实战Numpy，涉及鸢尾属植物数据的预处理，包括萼片长度的统计分析、数据标准化、缺失值处理、条件筛选、相关系数计算、数据转换等，同时探讨了数据排序、分类、特征创建和样本平衡等方法。
文章目录
- 阿里天池——Numpy实战
-
- 一、数据集
- 二、导入鸢尾属植物数据集，保持文本不变。
- 三、求出鸢尾属植物萼片长度的平均值、中位数和标准差（第1列，sepallength）
- 四、创建一种标准化形式的鸢尾属植物萼片长度，其值正好介于0和1之间，这样最小值为0，最大值为1（第1列，sepallength）。
- 五、找到鸢尾属植物萼片长度的第5和第95百分位数（第1列，sepallength）。
- 六、把iris_data数据集中的20个随机位置修改为np.nan值。
- 七、在iris_data的sepallength中查找缺失值的个数和位置（第1列）
- 八、筛选具有 sepallength（第1列）< 5.0 并且 petallength（第3列）> 1.5 的 iris_data行。
- 九、选择没有任何 nan 值的 iris_data行。
- 十、计算 iris_data 中sepalLength（第1列）和petalLength（第3列）之间的相关系数。
- 十一、找出iris_data是否有任何缺失值。
- 十二、在numpy数组中将所有出现的nan替换为0
- 十三、找出鸢尾属植物物种中的唯一值和唯一值出现的数量。
- 十四、 将 iris_data 的花瓣长度（第3列）以形成分类变量的形式显示。定义：Less than 3 --> 'small'；3-5 --> 'medium'；'>=5 --> 'large'。
- 十五、在 iris_data 中创建一个新列，其中 volume 是 (pi x petallength x sepallength ^ 2）/ 3。
- 十六、随机抽鸢尾属植物的种类，使得Iris-setosa的数量是Iris-versicolor和Iris-virginica数量的两倍。
- 十七、根据 sepallength 列对数据集进行排序
- 十八、在鸢尾属植物数据集中找到最常见的花瓣长度值（第3列）。
- 十九、在鸢尾花数据集的 petalwidth（第4列）中查找第一次出现的值大于1.0的位置
阿里天池——Numpy实战
一、数据集
阿里天池数据源: numpy-datawhale数据集
二、导入鸢尾属植物数据集，保持文本不变。
import numpy as np
iris=np.loadtxt('./iris.txt',dtype=str,delimiter=',')
订阅专栏 解锁全文
扫一扫
911
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
