ערכים חסרים
חלק מהיחידה נתונים ותרשימים במסלול ה-Machine Learning של Coddy. שיעור 45 מתוך 60.
בנתונים אמיתיים יש פערים: חיישן מתקלקל, ומפספסים את quiz. pandas מסמנת כל תא ריק בתור NaN, „לא מספר”:
רוב המודלים אינם מקבלים NaN, לכן ספרו תחילה את החוסרים. .isna() מסמן כל אחד מהם כ-True, ו-.sum() סופר אותם:
scores = pd.DataFrame({
"name": ["Ana", "Ben", "Cy", "Dee"],
"quiz1": [8, np.nan, 7, 9], # np.nan הוא ערך חסר
"quiz2": [6, 5, np.nan, np.nan],
})
print(scores.isna().sum())הדבר מדפיס:
name 0
quiz1 1
quiz2 2
dtype: int64לאחר מכן בחר: dropna() מסירה כל שורה שיש בה ערך חסר; fillna(0) כותבת 0 בכל אחת מהן. שתיהן מחזירות טבלה חדשה, לכן שמור אותה.
הסטטיסטיקה מדלגת על NaN: הממוצע של quiz1 הוא 8.0, על סמך שלושת הציונים הידועים שלו.
אתגר
בינונימעקב הכושר החמיץ כמה קריאות בקובץ tracker.csv. לפני האימון, ראו כיצד כל דרך לטיפול בפערים משנה את הממוצע של sleep. קוד הפתיחה קורא את hours, ערך למילוי.
- הדפיסו את מספר הפערים בכל עמודה.
- הדפיסו את ממוצע השינה, מעוגל ל־2 ספרות אחרי הנקודה העשרונית, בשלוש דרכים: תוך דילוג על פערים, עבור ימים שאין בהם פער באף עמודה, ועם מילוי הפערים בערך
hours.
עבור מעקב אחר ו־8:
day 0
steps 1
sleep 2
water 0
dtype: int64
Skipping gaps: 6.9
Complete days only: 7.0
Gaps filled with 8.0: 7.21נסו בעצמכם
import pandas as pd
tracker = pd.read_csv("tracker.csv")
hours = float(input())
# כתבו את הקוד שלכם למטה
בחנו את עצמכםהשיעור הזה כולל חידון קצר. התחילו את השיעור כדי לענות עליו ולעקוב אחרי ההתקדמות.
כל השיעורים ביחידה נתונים ותרשימים
10הצגת נתונים של DataFrame בגרפים
הצגת DataFrame בגרףתרשים פיזור מעמודותצבע אחד לכל קבוצההיסטוגרמה של עמודהסיכום: מכירות בית הקפה5תרשימי קווים ופיזור
תוויות וכותרותתרשימי פיזורכמה קווים ומקראצבעים וסמניםאיורים וציריםסיכום: צעדים שבועיים11מערכי נתונים ללמידת מכונה (ML)
מערכי נתונים מובניםתכונות ותוויותחקירה לפי מחלקההצגת המחלקות בגרףסיכום: מערך הנתונים Wineתרגלו בעצמכם: קומפיילר Python אונליין