数据科学导论 | 您所在的位置:网站首页 › 数据科学概论考试 › 数据科学导论 |
Eudcoder数据科学导论——问题分析与数据处理
第1关:数据过滤**任务描述****相关知识:**编程要求测试说明
第2关:初识数据任务描述**相关知识:**编程要求
第1关:数据过滤
任务描述
本关任务:编写一个能过滤非数值类和含异常值的数据类型的小程序。 相关知识:为了完成本关任务,你需要掌握如何利用 pandas 库过滤数据。 pandas过滤数据 pandas 是一个强大的分析结构化数据的工具集;它的使用基础是 Numpy (提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。 Pandas 中常见的数据结构有两种: Series: 构建 Series:ser_obj = pd.Series(range(10)); 由索引和数据组成:索引在左,数据在右; 获取数据和索引: ser_obj.index; ser_obj.values; 预览数据: ser_obj.head(n);ser_obj.tail(n)。 DataFrame: 获取列数据: df_obj[col_idx]或df_obj.col_idx; 增加列数据: df_obj[new_col_idx] = data; 删除列: del df_obj[col_idx]; 按值排序: sort_values(by = “label_name”)。 编程要求请仔细阅读右侧代码,结合相关知识,在 Begin-End 区域内进行代码补充,读取数据、过滤非数值类和含异常值的数据并输出过滤的数据。 测试说明平台会对你编写的代码进行测试: 部分测试输入: 预期输出: 本关任务:编写一个小程序,通过形成热力图看各属性与价格的相关性。 相关知识:为了完成本关任务,你需要掌握如何利用 pandas 库过滤数据。 pandas过滤数据 pandas 是一个强大的分析结构化数据的工具集;它的使用基础是 Numpy (提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。 Pandas 中常见的数据结构有两种: Series: 构建 Series:ser_obj = pd.Series(range(10)); 由索引和数据组成:索引在左,数据在右; 获取数据和索引: ser_obj.index; ser_obj.values; 预览数据: ser_obj.head(n);ser_obj.tail(n)。 DataFrame: 获取列数据: df_obj[col_idx]或df_obj.col_idx; 增加列数据: df_obj[new_col_idx] = data; 删除列: del df_obj[col_idx]; 按值排序: sort_values(by = “label_name”)。 Seaborn Seaborn 是基于 matplotlib 的图形可视化 python 包,它提供了一种高度交互式界面,便于用户能够做出各种有吸引力的统计图表。 Seaborn 是在 matplotlib 的基础上进行了更高级的 API 封装,从而使得作图更加容易,在大多数情况下使用 seaborn 能做出很具有吸引力的图,而使用 matplotlib 就能制作具有更多特色的图。 应该把 Seaborn 视为 matplotlib 的补充,而不是替代物。同时它能高度兼容 numpy 与 pandas 数据结构以及 scipy 与 statsmodels 等统计模式。 编程要求请仔细阅读右侧代码,结合相关知识,在 Begin-End 区域内进行代码补充,画出基于属性相关性的热力图,热力图参数 figsize = (15,15) ,cmap=“Blues” ,square = True 。 测试说明 平台会对你编写的代码进行测试: 测试输入: |
CopyRight 2018-2019 实验室设备网 版权所有 |