如何使用Python进行数据分析|开发技术分享-西西软件园




1.导入必要的库：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

2.载入数据：

# 加载csv文件
df = pd.read_csv('data.csv')

3.探索数据：

# 查看数据集的大小
print(df.shape)

# 查看数据集的列名
print(df.columns)

# 查看数据集的前5行
print(df.head())

4.数据预处理：

# 检查缺失值
print(df.isnull().sum())

# 填充缺失值
df.fillna(0, inplace=True)

# 标准化数据
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaled_data = scaler.fit_transform(df)

5.数据可视化：

# 绘制散点图
plt.scatter(scaled_data[:,0], scaled_data[:,1])
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.show()

6.建立模型：

# 加载机器学习库
from sklearn.linear_model import LinearRegression

# 建立线性回归模型
model = LinearRegression()
model.fit(scaled_data[:,0].reshape(-1,1), scaled_data[:,1])

7.评估模型：

# 计算R2值
from sklearn.metrics import r2_score
preds = model.predict(scaled_data[:,0].reshape(-1,1))
print(r2_score(scaled_data[:,1], preds))

上一篇: python樱花飘落代码下一篇: 《使用Python实现数据可视化》

西西软件

如何使用Python进行数据分析

相关推荐

随机推荐

热门专题