Daten untersuchen

Teil des Abschnitts Daten und Diagramme der Machine Learning-Journey von Coddy. Lektion 34 von 60.

Ein neuer Datensatz ist zu lang, um ihn auszugeben. Mit ein paar kurzen Prüfungen findest du seine Größe, seine Spalten und seine Werte heraus.

Eine hohe Tabelle mit 24 Songs und den Spalten song, seconds und plays, als Raster dargestellt; die ersten 3 Zeilen sind hervorgehoben und mit head(3) markiert, und eine Klammer an der Seite zeigt 24 Zeilen an

songs = pd.read_csv("songs.csv")
print(songs.head(3))   # die ersten 3 Zeilen; head() allein gibt 5 zurück
print(songs.shape)     # (Zeilen, Spalten)
for name in songs.columns:
    print(name)

Dies gibt Folgendes aus:

         song  seconds  plays
0   Blue Hour      210   5169
1  Paper Moon      176   6689
2        Tide      272   2739
(24, 3)
song
seconds
plays

.describe() fasst jede numerische Spalte zusammen und lässt die Textspalte song aus. print(songs.describe()) gibt Folgendes aus:

          seconds        plays
count   24.000000    24.000000
mean   212.708333  5116.333333
std     42.367419  2189.610898
min    151.000000  1289.000000
25%    175.250000  3626.250000
50%    213.000000  5051.000000
75%    232.250000  6711.500000
max    290.000000  8992.000000

25%, 50% und 75% sind die Werte bei einem Viertel, der Hälfte und drei Vierteln der sortierten Spalte.

Die Zusammenfassung ist auch eine Tabelle: "plays" in songs.describe().columns ist True, da in fragt, ob ein Name dort vorhanden ist.

Aufgabe

Mittel

Ein Modell lernt nur aus Zahlenspalten, daher prüft ein Taxiunternehmen zuerst sein Fahrtprotokoll. Das Programm lädt taxi_trips.csv in trips und liest eine Zahl n ein.

Gib Trips: und die Anzahl der Zeilen aus.
Gib für jede Spalte der Reihe nach ihren Namen, einen Doppelpunkt und numbers aus, wenn .describe() sie zusammenfasst, andernfalls text.
Gib die ersten n Zeilen aus.

Für eine Tabelle mit 30 Fahrradvermietungen und n = 2:

Trips: 30
bike: text
km: numbers
station: text
   bike    km  station
0  B-12   4.6     Pier
1  B-07  11.2  Central

Probier es selbst

import pandas as pd

trips = pd.read_csv("taxi_trips.csv")
n = int(input())

# Schreibe deinen Code unten

Teste dich selbst

Diese Lektion enthält ein kurzes Quiz. Starte die Lektion, um es zu beantworten und deinen Fortschritt zu speichern.

Alle Lektionen in Daten und Diagramme

1Einführung

Hallo, Machine Learning Was ist ein Modell?Bibliotheken importieren Dein erstes Diagramm

4Daten formen

Arrays umformen Arrays verbinden Zufallszahlen Rückblick: Würfelsimulation

7pandas DataFrames

Series DataFrames CSV-Dateien lesenDaten untersuchenSpalten auswählen Rückblick: Filmbewertungen

10DataFrames visualisieren

Einen DataFrame visualisieren Streudiagramm aus Spalten Eine Farbe pro Gruppe Histogramm einer Spalte Rückblick: Café-Umsätze

2NumPy-Arrays

Arrays erstellen Form und Größe Zahlenbereiche Indizieren und Slicing Rückblick: Temperaturgitter

5Linien- und Streudiagramme

Beschriftungen und Titel Streudiagramme Mehrere Linien und Legenden Farben und Marker Abbildungen und Achsen Rückblick: Wöchentliche Schritte

8Filtern und Sortieren

Zeilen auswählen Zeilen filtern Werte sortieren Neue Spalten Rückblick: Top-Produkte

11Datensätze für ML

Integrierte Datensätze Merkmale und Labels Untersuchen nach Klassen Klassen darstellen Rückblick: Weindatensatz

3Rechnen mit Arrays

Rechnen mit ganzen Arrays Zusammenfassende Statistiken Statistiken nach Achsen Broadcasting Boolesche Masken Rückblick: Prüfungsergebnisse

6Diagramme für Daten

Balkendiagramme Histogramme Mehrere Diagramme in einem Bilder als Arrays Rückblick: Niederschlagsbericht

9Gruppieren und Bereinigen

Werte zählen Daten gruppieren Mehrere Zusammenfassungen Fehlende Werte Rückblick: Umfrageergebnisse

12Abschließende Herausforderungen

Verkaufsbericht Sensormesswerte Ziffern auf einen Blick Pinguin-Entdecker

Übe selbstständig: Online-Python-Compiler