数据探索与数据预处理
提示
参考书：张良均《Python数据分析与挖掘实战》等。
数据文件：课本自带数据。
使用软件：Pycharm。
类别：实验。
温馨提示：该实验是跟张良均这本书配合使用的，代码运行于Pycharm。
一、 实验目的
1、了解数据探索基本方法。
2、了解数据预处理基本方法。
二、 实验环境
1、操作系统：Windows 10。
2、代码运行环境：Jupyter notebook或Pycharm。
三、 实验原理
1、使用数据挖掘的定义及流程。
2、使用数据挖掘基本方法，应用。
3、使用Python数据分析工具。
4、使用数据对象，属性类型，基本统计描述，可视化，相似性与相异性度量。
5、运用数据预处理基本思想，数据离散化，清洗，特征提取与特征选择。
四、 实验步骤与实验结果
4.1 实验步骤：
1、 数据探索（数据：某餐饮企业的餐饮日销售额数据表catering_sale.xls）
（1.1）对给定数据，首先查看数据基本情况，使用describe方法。
（1.2）分析集中趋势，包括均值，中位数，众数指标。
（1.3）分析离散趋势，包括极差，四分位间距等，并给出五数概况。
（1.4）以月份为单位，绘制月度销售额直方图（bar），以及按月份时间递增的销售额变化折线图(plot)。
2、 绘制词云，使用数据为《XX大学防控疫情确保开学安全工作方案》。（注意先要将文档转化为可处理的txt）
3、 数据预处理
（3.1）数据清洗-缺失值处理。给定catering_sale.xls，其中2015年2月14日数据缺失。采用合适方法进行数据增补。
（3.2）连续属性离散化。针对医学中的中医证型数据，discretization_data.xls，分别用等宽和等频进行离散化。
（3.3）主成分分析法降维。利用主成分分析法PCA，对数据principal_component.xls进行降维，要求降维后数据保留95%原数据信息即可。
4.2 实验结果：
4.2.1 数据探索
【1】温馨提示：
文章来源：https://www.toymoban.com/news/detail-433598.html
【2】代码：文章来源地址https://www.toymoban.com/news/detail-433598.html
# coding: utf-8
import pandas as pd
import matplotlib.pyplot as plt
# excel文件自行修改
xls_file = pd.read_excel("./catering_sale.xls")
df = pd.DataFrame(xls_file)
# print(df)
data1 = df['销量']
# print(data1)
des = data1.describe()
# print(des)
print("日销售额数据均值为：" + str(des['mean']))
print("日销售额数据中位数为：" + str(des['50%']))
print("日销售额数据的众位数为：" + str(data1.mode()[0]))
print("日销售额数据的极差为：" + str(des['max'] - des['min']))
print("日销售额数据的四分位间距为：" + str(des['75%']-des['25%']))
print("五数概况为：" + str(des['min'])+", " + str(des['25%']) 到了这里，关于数据探索与数据预处理的实验报告的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
