python数据转换,python数据互换方法

　　1、数据规范化，即归一化的方法

　　常用方法：最小归一化、z分数归一化和小数标度归一化。

　　importpandasaspd

　　df=pd。数据帧(A.data[:3:6])

　　df . columns=a . feature _ names[3:6]

　　#最小归一化支持向量运算

　　(df-df.min())/(df.max()-df.min())

　　#使用sklearn中的预处理模块

　　fromsklearnimportpreprocessing预处理

　　预处理. minimax _ scale(df)

　　#z-score归一化：结果=(数值-均值)/标准差，处理后数据的均值为0，标准差为1。

　　(df-df.mean())/df.std()

　　#使用sklearn中的预处理模块

　　fromsklearnimportpreprocessing预处理

　　预处理.标度(df)

　　#小数比例归一化：通常落在[-1，1]范围内，通过移动小数点的位数来实现，这取决于属性绝对值的位数。

　　#向上舍入的单元格

　　importnumpyasnp

　　df/10**np.ceil(np.log10(df.abs()。马克斯())2、连续属性离散化

　　常见的方法：分箱法(等宽法、等频法)、聚类。

　　importpandasaspd

　　#等宽方法，5个盒子，标记为0-4

　　pd.cut(df。年龄，5，标签=范围(5))

　　#等频率方法

　　Pd.qcut(df。AGE，5，label=range(5))以上是python数据转换的实现。希望对你有帮助。更多python学习方向：Python基础课程

　　本教程运行环境：windows7系统，Python 3.9.1，DELL G3电脑。

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。