Inspection des données
Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 34 sur 60.
Un nouveau jeu de données est trop long à afficher. Quelques vérifications rapides vous indiquent sa taille, ses colonnes et ses valeurs.
songs = pd.read_csv("songs.csv")
print(songs.head(3)) # les 3 premières lignes ; head() seul en renvoie 5
print(songs.shape) # (lignes, colonnes)
for name in songs.columns:
print(name)Cela affiche :
song seconds plays
0 Blue Hour 210 5169
1 Paper Moon 176 6689
2 Tide 272 2739
(24, 3)
song
seconds
plays.describe() résume chaque colonne numérique et exclut la colonne de texte song. print(songs.describe()) affiche :
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 8992.00000025%, 50% et 75% sont les valeurs situées respectivement au premier quart, à la moitié et aux trois quarts de la colonne triée.
Le résumé est également un tableau : "plays" in songs.describe().columns est True, puisque in vérifie si un nom s’y trouve.
Défi
MoyenUn modèle apprend uniquement à partir des colonnes numériques, alors une entreprise de taxis vérifie d’abord son journal des trajets. Le programme charge taxi_trips.csv dans trips et lit un nombre n.
- Affiche
Trips:et le nombre de lignes. - Pour chaque colonne, dans l’ordre, affiche son nom, deux-points et
numberssi.describe()la résume, sinontext. - Affiche les
npremières lignes.
Pour un tableau de 30 locations de vélos et n = 2 :
Trips: 30
bike: text
km: numbers
station: text
bike km station
0 B-12 4.6 Pier
1 B-07 11.2 CentralEssayez vous-même
import pandas as pd
trips = pd.read_csv("taxi_trips.csv")
n = int(input())
# Écrivez votre code ci-dessous
Testez-vousCette leçon comprend un petit quiz. Commencez la leçon pour y répondre et suivre votre progression.
Toutes les leçons de Données et visualisations
1Introduction
Bonjour, Machine LearningQu’est-ce qu’un modèle ?Importer des bibliothèquesVotre premier graphique4Façonner les données
Remodeler les tableauxJoindre des tableauxNombres aléatoiresRécapitulatif : simulation de dés7DataFrames pandas
SeriesDataFramesLecture de fichiers CSVInspection des donnéesSélection de colonnesRécapitulatif : notes de films2Tableaux NumPy
Créer des tableauxForme et taillePlages de nombresIndexation et découpageRécapitulatif : grille de températures5Graphiques en courbes et nuages de points
Étiquettes et titresNuages de pointsPlusieurs courbes et légendesCouleurs et marqueursFigures et axesRécapitulatif : pas hebdomadaires3Calculs sur les tableaux
Opérations mathématiques sur des tableaux entiersStatistiques récapitulativesStatistiques par axeDiffusionMasques booléensRécapitulatif : notes d’examen6Graphiques de données
Diagrammes en barresHistogrammesPlusieurs graphiques en unImages sous forme de tableauxRécapitulatif : rapport sur les précipitationsEntraînez-vous par vous-même : Compilateur Python en ligne