这篇文章主要为大家详细介绍了python数据分析数据标准化及离散化，具有一定的参考价值，感兴来源gaodai#ma#com搞*代#码网趣的小伙伴们可以参考一下
本文为大家分享了python数据分析数据标准化及离散化的具体内容，供大家参考，具体内容如下
标准化
1、离差标准化
是对原始数据的线性变换，使结果映射到[0,1]区间。方便数据的处理。消除单位影响及变异大小因素影响。
基本公式为：
x'=（x-min）/（max-min）
代码：
#！／user/bin/env python #-*- coding:utf-8 -*- #author:M10 import numpy as np import pandas as pd import matplotlib.pylab as plt import mysql.connector conn = mysql.connector.connect(host='localhost', user='root', passwd='123456', db='python')#链接本地数据库 sql = 'select price,comment from taob'#sql语句 data = pd.read_sql(sql,conn)#获取数据 #离差标准化 data1 = (data-data.min())/(data.max()-data.min()) print(data1)
运行结果
2、标准差标准化
消除单位影响以及变量自身变异影响。（零-均值标准化）
基本公式为：
x'=（x-平均数）/标准差
python代码：
#！／user/bin/env python #-*- coding:utf-8 -*- #author:M10 import numpy as np import pandas as pd import matplotlib.pylab as plt import mysql.connector conn = mysql.connector.connect(host='localhost', user='root', passwd='123456', db='python')#链接本地数据库 sql = 'select price,comment from taob'#sql语句 data = pd.read_sql(sql,conn)#获取数据 #标准差标准化 data1 = (data-data.mean())/data.std() print(data1)
运行结果：
3、小数定标标准化
消除单位影响
基本公式为：
其中j=lg(max(|x|)),即以10为底的x的绝对值最大的对数
x' = x/10^j
实现代码为：
#！／user/bin/env python #-*- coding:utf-8 -*- #author:M10 import numpy as np import pandas as pd import matplotlib.pylab as plt import mysql.connector conn = mysql.connector.connect(host='localhost', user='root', passwd='123456', db='python')#链接本地数据库 sql = 'select price,comment from taob'#sql语句 data = pd.read_sql(sql,conn)#获取数据 #标准差标准化 j = np.ceil(np.log10(data.abs().max()))#进一取整，abs()为取绝对值 data1 = data/10**j print(data1)
结果：
离散化
离散化是程序设计中一个常用的技巧，它可以有效的降低时间复杂度。其基本思想就是在众多可能的情况中，只考虑需要用的值。离散化可以改进一个低效的算法，甚至实现根本不可能实现的算法
1、等宽离散化
将连续数据按照等宽区间标准离散化数据，好处之一是处理的数据是有限个数据而不是无限多。
使用pandas的cut方法。非等宽只需要更改cut的第二个参数，例如：第二个参数为[1,100,3000,10000,200000]，即划分为了四个区间。
#！／user/bin/env python #-*- coding:utf-8 -*- #author:M10 import numpy as np import pandas as pd import matplotlib.pylab as plt import mysql.connector conn = mysql.connector.connect(host='localhost', user='root', passwd='123456', db='python')#链接本地数据库 sql = 'select price,comment from taob'#sql语句 data = pd.read_sql(sql,conn)#获取数据 #离散化 data1 = data['price'].T.values#获取价格的一维数组 lable=['很低','低','中','高','很高'] data2 = pd.cut(data1,5,labels=lable) print(data2)
执行结果：
2、等频率离散化
将相同数量的数据放进一个区间。
3、一维聚类离散化
按属性对数据进行聚类离散。
以上就是python数据分析数据标准化及离散化详解的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：python数据分析数据标准化及离散化详解
转载请注明原文链接：python数据分析数据标准化及离散化详解
