Un traitement de données efficace en Python mérite le détour

Traitement efficace des données à voir en Python

Pandas est un outil de traitement de données très couramment utilisé en Python et très pratique à utiliser. Il est construit sur la structure du tableau NumPy, donc beaucoup de ses opérations sont écrites via les modules d'extension fournis avec NumPy ou Pandas. Ces modules sont écrits en Cython et compilés en C, et sont exécutés en C, garantissant ainsi la vitesse de traitement.

Aujourd'hui, nous allons expérimenter sa puissance.

1. Créer des données

L'utilisation de pandas peut facilement créer des données. Créons maintenant un DataFrame pandas avec 5 colonnes et 1000 lignes :

mu1, sigma1 = 0, 0.1
mu2, sigma2 = 0.2, 0.2
n = 1000df = pd.DataFrame(
    {
        "a1": pd.np.random.normal(mu1, sigma1, n),
        "a2": pd.np.random.normal(mu2, sigma2, n),
        "a3": pd.np.random.randint(0, 5, n),
        "y1": pd.np.logspace(0, 1, num=n),
        "y2": pd.np.random.randint(0, 2, n),
    }
)

• a1 et a2 : échantillons aléatoires tirés d'une distribution normale (gaussienne).
• a3 : Entier aléatoire de 0 à 4.
• y1 : uniformément réparti sur une échelle logarithmique de 0 à 1.
• y2 : Entier aléatoire de 0 à 1.

génère des données comme indiqué ci-dessous :

2. Tracez l'image

Fonction de traçage Pandas Renvoie un axe de coordonnées matplotlib (Axes), afin que nous puissions personnaliser ce dont nous avons besoin. Par exemple, tracez une ligne verticale et une ligne parallèle. Cela nous sera très bénéfique :

1. Tracez la ligne moyenne

2 Marquez les points clés

import matplotlib.pyplot as plt
ax = df.y1.plot()
ax.axhline(6, color="red", linestyle="--")
ax.axvline(775, color="red", linestyle="--")
plt.show()

fig, ax = plt.subplots(2, 2, figsize=(14,7))
df.plot(x="index", y="y1", ax=ax[0, 0])
df.plot.scatter(x="index", y="y2", ax=ax[0, 1])
df.plot.scatter(x="index", y="a3", ax=ax[1, 0])
df.plot(x="index", y="a1", ax=ax[1, 1])
plt.show()

3. Dessinez un histogramme.

df[["a1", "a2"]].plot(bins=30, kind="hist")
plt.show()

df[["a1", "a2"]].plot(bins=30, kind="hist", subplots=True)
plt.show()

df[['a1', 'a2']].plot(by=df.y2, subplots=True)
plt.show()

4. Ajustement linéaire

df['ones'] = pd.np.ones(len(df))
m, c = pd.np.linalg.lstsq(df[['index', 'ones']], df['y1'], rcond=None)[0]

df['y'] = df['index'].apply(lambda x: x * m + c)
df[['y', 'y1']].plot()
plt.show()

Tutoriel python"

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!