excel怎么整理数据,在表格中提取数据

  excel怎么整理数据,在表格中提取数据

  Phython从表中提取特定的信息,并转换数据为了更方便理解,因此我直接用一个例题和它的标准解法参杂着知识点来讲解

  这些数据与肝病的诊断有关。记录了345名患者(345行)的7条不同信息(7列)。讨论345个样本。每个样本有七个特征。7列数据具有以下含义:

  平均红细胞体积;

  碱性磷酸酶;

  丙氨酸转氨酶;

  天冬氨酸转氨酶;

  -谷氨酰转移酶;

  每天消耗半品脱酒精饮料的数量;

  类别(1=健康2=生病)

  前五项测量是血液测试的结果,第六项与患者的饮酒量有关。最后一栏是“类别标签”。此栏“1”表示患者身体健康,“2”表示患者有肝病。

  importnumpyasnpdata=NP . load txt(open( data/liver _ data . txt , rb ,delimiter=,)NP) np.loadtext命令为)

  Drinks=data [:5]现在,让我们更详细地看看其中的一个特性。可以从矩阵M中提取n n n列,用Python numpy代码存储在vector v v v中,比如v=M[ :n]

  注意,特性6出现在第5列中,因为Python从0开始计数。

  importmatplotlib . pylabsplt % matplotlibinlineplt . plot(饮料)这将显示折线图

  上面的“PLT.plot”行以分号结束。默认情况下,当单元格运行时,将打印单元格最后一行的返回值。分号禁止此输出。也就是说分号是Jupyter笔记本的功能。在Python中,你不需要在每一行代码的末尾打上勾号。

  当执行上述单元格时,绘图必须显示在单元格的正下方。这是沿X-X轴显示的样本号,即1号病人到345号病人,yy轴显示的是病人的酒精消耗量。这不是一种非常有用的显示数据的方式。

  更适合使用直方图,即表示一组值分布的条形图。

  要创建直方图,请使用matplotlib的“hist”函数。

  PLT.hist(饮料)不幸的是,默认情况下直方图只有10条,这不足以精确显示数据。

  hist函数有一个名为cqdxbc的参数。该参数采用一个向量来指定每个直方图的cqdxbc之间的边界位置。需要以0,1,2,…,20为中心的容器,因此必须在20.5,0.5,1.5,…,20.5中指定边界。使用python的“linspace”命令可以很容易地做到这一点,该命令在两个指定的界限之间生成一系列等距值。

  您可以使用PLT.hist(drinks,cqdxbcs=NP.linspace (-0.5,20.5,22))函数来更改轴的范围,以便更清楚地显示图形。

  PLT.hist(drinks,cqdxbcs=NP.linspace (-0.5,20.5,22 ) ) PLT.xlim ) [-0.5,20.5 ] ) importnumpyasnpdata=NP

  前一部分研究了所有345个人的饮酒分布。现在我想看看健康人和病人各自的直方图。记住,类标签在第七列。您可以让Python测试列中的条目是否匹配特定的数字,比如1。

  data [ :6 ]==1http://www。Sina.com/

  结果作为1(真)和0(假)的向量返回。这行代码有效地执行345次比较,并一次返回345个结果。这些结果可以存储在变量中。

  健康人=数据[:6]==1健康饮料=数据[健康人,5]要计算平均酒精消耗量,请使用命令’np.mean(drinks)’。

  井饮料=数据[数据[ :6 ]==1,5]http://www.Sina.com/

  PLT.subplot (2 2,1,1)HIST)井饮,CQDXBCS=NP。Linspace (-0.5,20.5,22)) PLT。XLIM.0.5,22可以看到CQDXBCS=NP。Linspace (-0.5,22如果使用更多的特性,这些类可以更好地分开。当观察一维时,直方图可用于可视化数据分布。当查看特征对的分布时,通常建议使用散点图。使用散点图将一对特征表示为二维平面上的一个点。也就是说,在平面上绘制每个样本以表示样本特征值的位置。

  wellfeaturex=data [ data [ :6 ]==1,3]well featurey=data[data[:6]==1,4 ] PLT.scatter(

  illfeaturex=data [ data [ :6 ]==2,3 ] illfeaturey=data [ data [ :6 ]==2,4 ] PLT.scatter [阱fet

  要使用不同的符号和颜色,请为散布指定其他参数。参数“c”指定颜色,“marker”指定标记样式,“s”是指定标记大小的整数。

  下面这个例子用绿色酸奶给健康人和生病的人。

  PLT.scatter(illfeaturex,illFeatureY,s=20,c=r ,marker= o ))PLT . scatter)well featurey,well feature

  Phython从表中提取特定信息,并以图形方式表示数据2。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: