基本数据结构

numpy介绍

python开源的科学计算工具包
    高级数值编辑工具
        强大的N维数组对象ndarry
        对数组结构数据进行运算（不用遍历循环）
        随机数，线性代数，傅里叶变换等

多维数组ndarray

“秩”
        ar.ndim
    维度
        ar.shape
    元素总数n*m
        ar.size
    元素的数值类型
        ar.dtype
    元素的字节大小
        ar.itemsize
    元素的缓冲区
        ar.data
    数据类

阅读全文 →

数据处理，特征工程，特征选择

# 工具库
import pandas as pd


# 泰坦尼克数据集
df_train = pd.read_csv('titanic.csv')

# 了解一下数据集
df_train.head()

• surived:0 遇难 1 获救
• pclass: 船舱等级 1 2 3
• sibsp:堂兄弟姐妹个数
• parch:父母 小孩个数
• cabin:船舱号
• Embarked:登船的口岸

df_train.shape  # 查看维度

df_train.info()  # 数据集信息

• Age有714个值
• Cabin Embarked 也有不同程度

阅读全文 →