python——numpy——数据分区（digitize，cut，qcut，quantile函数）

一、区间划分

1、digitize()：主要用于将一组数据进行分区。

主要参数：

bins：标量序列，分区的依据，bins内的数据一定要是降序或者升序的数据，不能是一堆无序数据。。

返回值：所属区间的上限在bins中的索引。

import numpy as np
import pandas as pdfrom IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"df=pd.DataFrame(np.random.randint(135,210,100),columns=['a']) #创建数据
print('------原始数据------')
df#创建分区
bins=np.arange(135,215,5)#注意：bins数据是有要求的，bins内的数据一定要是降序或者升序的数据，不能是一堆无序数据。#digitize
indices=np.digitize(df['a'],bins) #返回值为每个值所属区间的索引。
print('------digitize算法:返回索引------')
indices#打上标签
df['a1']=[str(bins[i-1])+"~"+str(bins[i]) for i in indices]
df

输出：

接下来可根据分区进行汇总操作：

df.groupby(['a1'])['a'].count().reset_index()

输出：

2、cut()：主要用于将一组数据进行分区。

主要参数：

bins：标量序列，分区的依据，bins内的数据一定要是降序或者升序的数据，不能是一堆无序数据。。
label：标签，分区之后，返回值中各区间可以用标签一一替换显示，如果不指定，返回值以半开区间的分区显示，例如(100,200]。

返回值：各个数据所在bins中的区间。

import numpy as np
import pandas as pdfrom IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"df=pd.DataFrame(np.random.randint(135,210,100),columns=['a']) #创建数据
print('------原始数据------')
df#创建分区
bins=np.arange(135,215,5)#注意：bins数据是有要求的，bins内的数据一定要是降序或者升序的数据，不能是一堆无序数据。print('------cut算法------')
#cut算法
df['a2']=pd.cut(df['a'],bins# ,labels=['bad','medium','good','awesome'])
df

输出：

二、分位数划区间

1、qcut()：主要用于将一组数据进行分区，是cut里面的特例，是以分位数进行分区的。

主要参数：

q：按分位数进行分区之后的区间数，例如4，则是按照(0,25,50,75,100]这样的分区分成四段。
label：标签，分区之后，返回值中各区间可以用标签一一替换显示。

返回值：各个数据所在的区间。

import numpy as np
import pandas as pdfrom IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"df=pd.DataFrame(np.random.randint(135,210,100),columns=['a']) #创建数据
print('------原始数据------')
dfprint('------qcut算法------')
#qcut算法
df['a3']=pd.qcut(df['a'],4# ,labels=['bad','medium','good','awesome'])
df

输出：

2、quantile():主要用于将一组数据进行分区,计算沿指定轴的数据的第q个分位数。

主要参数：

a ：输入数组或可以转换为数组的对象。
q ：要计算的分位数或分位数序列，必须在0到1之间（含0和1）。
axis ：可选，用于计算分位数的一个或多个轴。默认值是沿数组的展平版本计算分位数。

返回值：返回第q个分位数或者是一组分位数序列。

import numpy as np
import pandas as pdfrom IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"df=pd.DataFrame(np.random.randint(135,210,100),columns=['a']) #创建数据
print('------原始数据------')
df#创建分位数序列
bins=[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0] #quantile
indices=np.quantile(df['a'],bins) #返回值为各个分位数的具体值。
print('------quantile算法:返回分位数值------')
indices

输出：

python——numpy——数据分区（digitize，cut，qcut，quantile函数）相关推荐

Python numpy hstack() vstack() stack() dstack() vsplit() concatenate()函数用法和区别
参考文章:Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
python numpy中stack()，hstack()，vstack()函数解释
引用 stack()函数axes参数的含义总结起来就是: axes=0:不变 axes=1:次外层矩阵转置 axes=2:次外层矩阵转置,同时次次外层矩阵转置以此类推. hstack()是次外层水平 ...
财务大数据比赛有python吗-Python大数据与机器学习之NumPy初体验
本文是Python大数据与机器学习系列文章中的第6篇,将介绍学习Python大数据与机器学习所必须的NumPy库. 通过本文系列文章您将能够学到的知识如下: 应用Python进行大数据与机器学习应用 ...
python numpy读取数据_Python numpy数据的保存和读取
原博文 2019-04-01 16:30 − 在科学计算的过程中,往往需要保存一些数据,也经常需要把保存的这些数据加载到程序中,在 Matlab 中我们可以用 save 和 lood 函数很方便的实现 ...
真假美猴王-Numpy数据与Python数组的区别与联系
https://www.toutiao.com/a6675926132304380430/ Numpy,是python中的一个矩阵计算包,功能类似matlab的矩阵计算.Numpy的诞生弥补了下面提到 ...
python数组和函数的区别_真假美猴王-Numpy数据与Python数组的区别与联系！
Numpy,是python中的一个矩阵计算包,功能类似matlab的矩阵计算.Numpy的诞生弥补了下面提到的两项的不足,numpy提供了两种基本的对象:ndarray(N-dimensional a ...
python 创建空的numpy数组_真假美猴王-Numpy数据与Python数组的区别与联系
Numpy,是python中的一个矩阵计算包,功能类似matlab的矩阵计算.Numpy的诞生弥补了下面提到的两项的不足,numpy提供了两种基本的对象:ndarray(N-dimensional a ...
Python VTK numpy数据3D可视化
在Python的3D图像处理中,通常用numpy array来进行非常方便的计算或者转化,这里记录一下numpy数据的VTK可视化基本流程,包括面绘制(Surfase Rendering)和体绘制(V ...
Python numpy.digitize函数方法的使用
NumPy(Numerical Python的缩写)是一个开源的Python科学计算库.使用NumPy,就可以很自然地使用数组和矩阵.NumPy包含很多实用的数学函数,涵盖线性代数运算.傅里叶变换和随 ...

python——numpy——数据分区（digitize，cut，qcut，quantile函数）

一、区间划分

二、分位数划区间

python——numpy——数据分区（digitize，cut，qcut，quantile函数）相关推荐

最新文章

热门文章