| 20+个小而精美的python实战案例（附源码和数据） | 您所在的位置：网站首页 › python综合案例 › 20+个小而精美的python实战案例（附源码和数据） |
20+个小而精美的python实战案例（附源码和数据）
|
公众号：尤而小屋作者：Peter编辑：Peter 大家好，我是Peter~ 最近小编认真整理了20+个基于python的实战案例，主要包含：数据分析、可视化、机器学习/深度学习、时序预测等，案例的主要特点： 提供源码：都是基于jupyter notebook，附带一定的注释，运行即可 数据齐全：大部分案例都有提供数据，部分案例使用内置数据集 数据统计分析基于python和第三方库进行数据处理和分析，主要使用pandas、plotly、matplotlib等库，具体案例： 电子产品（手机）销售分析：（1）不同内存下的销量(代码片段) nei_cun = color_size["Number_GB"].value_counts().reset_index() nei_cun.columns = ["Number_of_GB","Count"] # 重命名 nei_cun["Number_of_GB"] = nei_cun["Number_of_GB"].apply(lambda x: str(x) + "GB") fig = px.pie(nei_cun, values="Count", names="Number_of_GB") fig.show()（2）不同闪存Ram下的价格分布（代码片段） fig = px.box(df, y="Sale Price",color="Ram") fig.update_layout(height=600, width=800, showlegend=False) fig.update_layout( title={ "text":'不同闪存下的价格分布', "y":0.96, "x":0.5, "xanchor":"center", "yanchor":"top" }, xaxis_tickfont_size=12, yaxis=dict( title='Distribution', titlefont_size=16, tickfont_size=12, ), legend=dict( x=0, y=1, bgcolor='rgba(255, 255, 255, 0)', bordercolor='rgba(2, 255, 255, 0)' ) ) fig.show()不同店铺下的点评数量对比：
4个指标的关系：口味、环境、服务和人均消费 RFM模型是客户关系管理（CRM）中的一种重要分析模型，用于衡量客户价值和客户创利能力。该模型通过以下三个指标来评估客户的价值和发展潜力： 近期购买行为（R）：指的是客户最近一次购买的时间间隔。这个指标可以反映客户的活跃程度和购买意向，进而判断客户的质量和潜在价值。 购买的总体频率（F）：指的是客户在一定时间内购买商品的次数。这个指标可以反映客户对品牌的忠诚度和消费习惯，进而判断客户的潜力和价值。 花了多少钱（M）：指的是客户在一定时间内购买商品的总金额。这个指标可以反映客户的消费能力和对品牌的认可度，进而判断客户的价值和潜力。 计算R、F、M三个指标值： data['Recency'] = (datetime.now().date() - data['PurchaseDate'].dt.date).dt.days frequency_data = data.groupby('CustomerID')['OrderID'].count().reset_index() # 重命名 frequency_data.rename(columns={'OrderID': 'Frequency'}, inplace=True) monetary_data = data.groupby('CustomerID')['TransactionAmount'].sum().reset_index() monetary_data.rename(columns={'TransactionAmount': 'MonetaryValue'}, inplace=True) 可视化可视化主要是讲解了matplotlib的3D图和统计相关图形的绘制和plotly_express的入门： (1) matplotlib的3D图形绘制 plt.style.use('fivethirtyeight') fig = plt.figure(figsize=(8,6)) ax = fig.gca(projection='3d') z = np.linspace(0, 20, 1000) x = np.sin(z) y = np.cos(z) surf=ax.plot3D(x,y,z) z = 15 * np.random.random(200) x = np.sin(z) + 0.1 * np.random.randn(200) y = np.cos(z) + 0.1 * np.random.randn(200) ax.scatter3D(x, y, z, c=z, cmap='Greens') plt.show()(2) 统计图形绘制 绘制箱型图： np.random.seed(10) D = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3)) fig, ax = plt.subplots(2, 2, figsize=(9,6), constrained_layout=True) ax[0,0].boxplot(D, positions=[1, 2, 3]) ax[0,0].set_title('positions=[1, 2, 3]') ax[0,1].boxplot(D, positions=[1, 2, 3], notch=True) # 凹槽显示 ax[0,1].set_title('notch=True') ax[1,0].boxplot(D, positions=[1, 2, 3], sym='+') # 设置标记符号 ax[1,0].set_title("sym='+'") ax[1,1].boxplot(D, positions=[1, 2, 3], patch_artist=True, showmeans=False, showfliers=False, medianprops={"color": "white", "linewidth": 0.5}, boxprops={"facecolor": "C0", "edgecolor": "white", "linewidth": 0.5}, whiskerprops={"color": "C0", "linewidth": 1.5}, capprops={"color": "C0", "linewidth": 1.5}) ax[1,1].set_title("patch_artist=True") # 设置每个子图的x-y轴的刻度范围 for i in np.arange(2): for j in np.arange(2): ax[i,j].set(xlim=(0, 4), xticks=[1,2,3], ylim=(0, 8), yticks=np.arange(0, 9)) plt.show()绘制栅格图： np.random.seed(1) x = [2, 4, 6] D = np.random.gamma(4, size=(3, 50)) # plt.style.use('fivethirtyeight') fig, ax = plt.subplots(2, 2, figsize=(9,6), constrained_layout=True) # 默认栅格图-水平方向 ax[0,0].eventplot(D) ax[0,0].set_title('default') # 垂直方向 ax[0,1].eventplot(D, orientation='vertical', lineoffsets=[1,2,3]) ax[0,1].set_title("orientation='vertical', lineoffsets=[1,2,3]") ax[1,0].eventplot(D, orientation='vertical', lineoffsets=[1,2,3], linelengths=0.5) # 线条长度 ax[1,0].set_title('linelengths=0.5') ax[1,1].eventplot(D, orientation='vertical', lineoffsets=[1,2,3], linelengths=0.5, colors='orange') ax[1,1].set_title("colors='orange'") plt.show()(3) plotly_express入门 使用plotly_express如何快速绘制散点图、散点矩阵图、气泡图、箱型图、小提琴图、经验累积分布图、旭日图等 目标变量分析： 相关性分析： 基于树模型的特征重要性排序代码： f,ax=plt.subplots(2,2,figsize=(15,12)) # 1、模型 rf=RandomForestClassifier(n_estimators=500,random_state=0) # 2、训练 rf.fit(X,Y) # 3、重要性排序 pd.Series(rf.feature_importances_, X.columns).sort_values(ascending=True).plot.barh(width=0.8,ax=ax[0,0]) # 4、添加标题 ax[0,0].set_title('Feature Importance in Random Forests') ada=AdaBoostClassifier(n_estimators=200,learning_rate=0.05,random_state=0) ada.fit(X,Y) pd.Series(ada.feature_importances_, X.columns).sort_values(ascending=True).plot.barh(width=0.8,ax=ax[0,1],color='#9dff11') ax[0,1].set_title('Feature Importance in AdaBoost') gbc=GradientBoostingClassifier(n_estimators=500,learning_rate=0.1,random_state=0) gbc.fit(X,Y) pd.Series(gbc.feature_importances_, X.columns).sort_values(ascending=True).plot.barh(width=0.8,ax=ax[1,0],cmap='RdYlGn_r') ax[1,0].set_title('Feature Importance in Gradient Boosting') xgbc=xg.XGBClassifier(n_estimators=900,learning_rate=0.1) xgbc.fit(X,Y) pd.Series(xgbc.feature_importances_, X.columns).sort_values(ascending=True).plot.barh(width=0.8,ax=ax[1,1],color='#FD0F00') ax[1,1].set_title('Feature Importance in XgBoost') plt.show()不同模型对比： 特征分布情况： pd.plotting.scatter_matrix(X_train, c=y_train, figsize=(15, 15), marker='o', hist_kwds={'bins': 20}, s=60, alpha=.8 ) plt.show()混淆矩阵： from sklearn.metrics import classification_report,f1_score,accuracy_score,confusion_matrix sns.heatmap(confusion_matrix(y_pred, y_test), annot=True) plt.show()对新数据预测： x_new = np.array([[5, 2.9, 1, 0.2]]) prediction = knn.predict(x_new) 基于随机森林算法的员工流失预测不同教育背景下的人群对比： fig = go.Figure(data=[go.Pie( labels=attrition_by['EducationField'], values=attrition_by['Count'], hole=0.4, marker=dict(colors=['#3CAEA3', '#F6D55C']), textposition='inside' )]) fig.update_layout(title='Attrition by Educational Field', font=dict(size=12), legend=dict( orientation="h", yanchor="bottom", y=1.02, xanchor="right", x=1 )) fig.show()年龄和月收入关系： 类型编码： from sklearn.preprocessing import LabelEncoder le = LabelEncoder() df['Attrition'] = le.fit_transform(df['Attrition']) df['BusinessTravel'] = le.fit_transform(df['BusinessTravel']) df['Department'] = le.fit_transform(df['Department']) df['EducationField'] = le.fit_transform(df['EducationField']) df['Gender'] = le.fit_transform(df['Gender']) df['JobRole'] = le.fit_transform(df['JobRole']) df['MaritalStatus'] = le.fit_transform(df['MaritalStatus']) df['Over18'] = le.fit_transform(df['Over18']) df['OverTime'] = le.fit_transform(df['OverTime'])相关性分析： LSTM网络模型搭建： from keras.models import Sequential from keras.layers import Dense, LSTM model = Sequential() # 输入层 model.add(LSTM(128, return_sequences=True, input_shape= (xtrain.shape[1], 1))) # 隐藏层 model.add(LSTM(64, return_sequences=False)) model.add(Dense(25)) # 输出层 model.add(Dense(1)) # 模型概览 model.summary()交叉验证实现： k = 5 number_val = len(xtrain) // k # 验证数据集的大小 number_epochs = 20 all_mae_scores = [] all_loss_scores = [] for i in range(k): # 只取i到i+1部分作为验证集 vali_X = xtrain[i * number_val: (i+1) * number_val] vali_y = ytrain[i * number_val: (i+1) * number_val] # 训练集 part_X_train = np.concatenate([xtrain[:i * number_val], xtrain[(i+1) * number_val:]], axis=0 ) part_y_train = np.concatenate([ytrain[:i * number_val], ytrain[(i+1) * number_val:]], axis=0 ) print("pxt: \n",part_X_train[:3]) print("pyt: \n",part_y_train[:3]) # 模型训练 history = model.fit(part_X_train, part_y_train, epochs=number_epochs, # 传入验证集的数据 validation_data=(vali_X, vali_y), batch_size=300, verbose=0 # 0-静默模式 1-日志模式 ) mae_history = history.history["mae"] loss_history = history.history["loss"] all_mae_scores.append(mae_history) all_loss_scores.append(loss_history) 时序预测 基于AMIRA的销量预测自相关性图： 偏自相关性： 预测未来10天 p,d,q = 5,1,2 model = sm.tsa.statespace.SARIMAX(df['Revenue'], order=(p, d, q), seasonal_order=(p, d, q, 12)) model = model.fit() model.summary() ten_predictions = model.predict(len(df), len(df) + 10) # 预测10天特征间的关系： 预测效果：
提供2种： for i in range(1, 10): for j in range(1, i+1): # 例如3*3、4*4的情况，必须保证j能取到i值，所以i+1；range函数本身是不包含尾部数据 print(f'{j}x{i}={i*j} ', end="") # end默认是换行；需要改成空格 print("\n") # 末尾自动换空行 for i in range(1, 10): # 外层循环 j = 1 # 内层循环初始值 while j |
【本文地址】
公司简介
联系我们
| 今日新闻 |
| 推荐新闻 |
| 专题文章 |