data = pd.read_csv("data.csv") data.replace("M",1,inplace=True) data.replace("B",0,inplace=True) #获取特征x和特征y X = data.iloc[:, 3:5].values x = np.array(X) y = data.diagnosis #拆分训练集与测试集 #基于线性核函数的svm绘制分类边界 model = svm.SVC(kernel = 'linear') model.fit(x, y) #绘制分类边界线 l,r = x[:,0].min()-1,x[:,0].max()+1 b,t = x[:,1].min()-1,x[:,1].max()+1 n = 500 grid_x, grid_y = np.meshgrid(np.linspace(l, r, n), np.linspace(b, t, n)) #grid_x与geid_y押平了组成模型的输入，预测输出 mesh_x = np.column_stack((grid_x.ravel(), grid_y.ravel())) pred_mesh_y = model.predict(mesh_x) grid_z = pred_mesh_y.reshape(grid_x.shape) #绘制这些点 plt.figure('SVM', facecolor = 'lightgray') plt.title('SVM', fontsize = 16) plt.xlabel('x', fontsize = 14) plt.ylabel('y', fontsize = 14) plt.pcolormesh(grid_x, grid_y, grid_z, cmap = 'gray') plt.scatter(x[:, 0], x[:, 1], s = 60, c = y, label = 'points', cmap = 'jet') plt.legend() plt.show()

时间: 2024-04-02 08:31:10 浏览: 49

Pandas面试题.pdf

在数据分析领域，Pandas是一个极为重要的Python库，它提供了高效的数据结构和数据分析工具。这里是针对Pandas的60个面试题，涉及基础概念、中级使用方法和高级特性。 ### 基础（1-20） 1. Pandas中的基本数据结构有哪些？ 2. 如何读取CSV文件到DataFrame中？ 3. 如何查看DataFrame的前几行数据？ 4. 如何选择DataFrame的特定列？ 5. 如何在Pandas中使用条件筛选数据？ 6. 如何对DataFrame中的数据进行排序？ 7. 如何合并（merge）两个DataFrame？ 8. 如何将列设置为DataFrame的索引？ 9. 如何在Pandas中处理缺失数据？ 10. 如何在DataFrame中添加新列？ 11. 如何删除DataFrame中的列或行？ 12. 如何重置DataFrame的索引？ 13. 如何将DataFrame输出到CSV文件？ 14. 在Pandas中如何迭代遍历DataFrame的行？ 15. 如何计算DataFrame中数值列的描述性统计信息？ 16. 如何进行DataFrame的分组（group ### Pandas面试题详解 #### 一、基础知识 1. **Pandas中的基本数据结构有哪些？** - **Series**：一维数组，类似于一列数据，可以存储任何数据类型。 - **DataFrame**：二维表格型数据结构，包含一组有序的列，每列可以有不同的数据类型（数值、字符串等）。类似于Excel表格。 2. **如何读取CSV文件到DataFrame中？** - 使用`pd.read_csv()`函数，例如： ```python import pandas as pd df = pd.read_csv('file.csv') ``` 3. **如何查看DataFrame的前几行数据？** - 使用`df.head(n)`方法，其中`n`表示显示的行数，默认为5行。 ```python print(df.head(3)) ``` 4. **如何选择DataFrame的特定列？** - 直接使用列名访问： ```python column_data = df['column_name'] ``` - 或者使用`.loc`： ```python column_data = df.loc[:, 'column_name'] ``` 5. **如何在Pandas中使用条件筛选数据？** - 使用布尔索引： ```python filtered_df = df[df['column'] > value] ``` - 或者使用`.query()`： ```python filtered_df = df.query('column > @value') ``` 6. **如何对DataFrame中的数据进行排序？** - 使用`df.sort_values(by='column', ascending=True)`，其中`ascending`参数控制升序或降序。 7. **如何合并（merge）两个DataFrame？** - 使用`pd.merge()`函数： ```python merged_df = pd.merge(df1, df2, on='key', how='inner') ``` 8. **如何将列设置为DataFrame的索引？** - 使用`.set_index()`方法： ```python df.set_index('column_name', inplace=True) ``` 9. **如何在Pandas中处理缺失数据？** - 使用`.dropna()`去除缺失值： ```python df.dropna(inplace=True) ``` - 使用`.fillna()`填充缺失值： ```python df.fillna(value, inplace=True) ``` 10. **如何在DataFrame中添加新列？** - 直接赋值即可： ```python df['new_column'] = value ``` 11. **如何删除DataFrame中的列或行？** - 删除列使用`.drop(columns=['column'])`： ```python df.drop(columns=['column'], inplace=True) ``` - 删除行使用`.drop(index=[index])`： ```python df.drop(index=[index], inplace=True) ``` 12. **如何重置DataFrame的索引？** - 使用`.reset_index()`方法： ```python df.reset_index(drop=True, inplace=True) ``` 13. **如何将DataFrame输出到CSV文件？** - 使用`df.to_csv('output.csv', index=False)`，其中`index=False`表示不输出索引。 14. **在Pandas中如何迭代遍历DataFrame的行？** - 使用`.iterrows()`： ```python for index, row in df.iterrows(): # 处理每一行 ``` 15. **如何计算DataFrame中数值列的描述性统计信息？** - 使用`.describe()`： ```python stats = df.describe() ``` 16. **如何进行DataFrame的分组（group by）操作？** - 使用`.groupby()`： ```python grouped = df.groupby('column') ``` 17. **如何将字符串日期转换为日期类型？** - 使用`pd.to_datetime()`： ```python df['date'] = pd.to_datetime(df['date']) ``` 18. **如何在DataFrame中对列进行重命名？** - 使用`.rename(columns={'old': 'new'}, inplace=True)`： ```python df.rename(columns={'old': 'new'}, inplace=True) ``` 19. **如何在Pandas中创建透视表？** - 使用`.pivot_table()`： ```python pivot = df.pivot_table(values='value', index='index_col', columns='column', aggfunc=np.sum) ``` 20. **如何检查DataFrame中的唯一值和计数？** - 使用`.value_counts()`： ```python counts = df['column'].value_counts() ``` #### 二、中级使用方法 21. **如何应用函数到DataFrame的列或行？** - 使用`.apply()`方法： ```python result = df.apply(function, axis=0) ``` - 其中`axis=0`表示按列应用，`axis=1`表示按行应用。 22. **如何在Pandas中进行多条件筛选？** - 使用布尔索引结合`&`和`|`： ```python filtered_df = df[(df['col1'] > value1) & (df['col2'] < value2)] ``` 23. **如何使用Pandas处理时间序列数据？** - 使用`pd.to_datetime()`和`.resample()`： ```python df['date'] = pd.to_datetime(df['date']) df.set_index('date', inplace=True) resampled = df.resample('D').mean() ``` 24. **如何对DataFrame进行多级索引（MultiIndex）？** - 使用`.set_index()`： ```python df.set_index(['col1', 'col2'], inplace=True) ``` 25. **如何在Pandas中连接（join）两个DataFrame？** - 使用`.join()`方法： ```python joined_df = df1.join(df2, on='key', how='left') ``` 26. **如何找到DataFrame中的空值并替换？** - 使用`.isnull()`和`.fillna()`： ```python df[df.isnull()] = 0 ``` 27. **如何在DataFrame列上进行映射（map）或应用（apply）操作？** - 使用`.map()`对于简单的映射： ```python df['col'] = df['col'].map(mapping_dict) ``` - 使用`.apply()`对于更复杂的操作： ```python df['col'] = df['col'].apply(func) ``` 28. **解释Pandas的`cut`和`qcut`函数及其用途。** - `cut`用于将连续变量离散化为分类变量： ```python bins = pd.cut(df['col'], bins=5) ``` - `qcut`用于基于数据分布将其分为等频的区间： ```python quantiles = pd.qcut(df['col'], q=4) ``` 29. **如何将多个DataFrame进行纵向或横向拼接？** - 使用`pd.concat()`： ```python concatenated = pd.concat([df1, df2], axis=0) # 纵向拼接 concatenated = pd.concat([df1, df2], axis=1) # 横向拼接 ``` 30. **如何改变DataFrame的数据类型？** - 使用`.astype()`： ```python df['col'] = df['col'].astype('int') ``` #### 三、高级特性 41. **如何在Pandas中优化数据的内存使用？** - 使用`.astype()`更改数据类型： ```python df['col'] = df['col'].astype('category') ``` - 使用`.memory_usage()`检查内存使用情况： ```python memory_usage = df.memory_usage() ``` 42. **如何使用Pandas处理大型数据集？** - 分块读取数据： ```python for chunk in pd.read_csv('large_file.csv', chunksize=1000): process(chunk) ``` 43. **如何使用Pandas的Categorical类型改善性能？** - 将类别型数据转换为`category`类型： ```python df['col'] = df['col'].astype('category') ``` 44. **如何使用Pandas与SQL数据库进行交互？** - 使用`sqlite3`或`sqlalchemy`： ```python conn = sqlite3.connect('database.db') df.to_sql('table_name', conn, if_exists='replace') ``` 45. **如何处理Pandas中的时间区间和周期？** - 使用`pd.date_range()`创建时间区间： ```python dates = pd.date_range(start_date, end_date, freq='D') ``` 46. **如何在Pandas中自定义聚合函数？** - 定义函数并在`.agg()`中使用： ```python def custom_agg(x): return x.mean() + x.std() aggregated = df.groupby('col').agg(custom_agg) ``` 47. **如何使用Pandas的MultiIndex来处理高维数据？** - 使用`.stack()`和`.unstack()`： ```python stacked = df.stack() unstacked = stacked.unstack(level=0) ``` 48. **Pandas中的`pivot_table`和`cross_tab`的区别是什么？** - `pivot_table`提供更灵活的数据重塑功能，包括聚合函数和层级索引。 - `crosstab`专门用于生成交叉表，适用于简单的计数和分组操作。 49. **如何在Pandas中使用窗口函数进行复杂聚合操作？** - 使用`.rolling()`和`.expanding()`： ```python rolling_mean = df.rolling(window=5).mean() expanding_sum = df.expanding().sum() ``` 50. **如何在Pandas中优化代码的性能？** - 避免循环和使用矢量化操作。 - 减少内存使用量。 - 使用多线程或多进程处理大数据集。这些知识点涵盖了从Pandas的基础概念到高级特性的广泛内容，对于准备Pandas面试的开发者来说是非常有价值的资源。

这段代码使用了支持向量机（SVM）算法对数据进行分类，并绘制了分类边界线。首先，对数据进行预处理，将"M"替换成1，"B"替换成0。然后使用特征x和特征y进行分类，其中x取data的第3到第5列，y取data的diagnosis列。接着，对数据进行拆分，分为训练集和测试集。然后，创建SVM模型对象，并使用fit()方法进行训练。接下来，以线性核函数为基础，使用meshgrid()函数生成网格点坐标，并将其输入SVM模型进行预测，得到分类结果。最后，使用pcolormesh()函数绘制分类边界线，并使用scatter()函数绘制数据点。其中，数据点用颜色表示类别，分类边界线用灰度表示。

阅读全文

相关推荐

macro_analysis:欧盟ESI数据分析

Pandas学习笔记1-Pandas基础

怎么利用相关系数计算数据集ObesityDataSet_raw_and_data_sinthetic.csv中哪个变量与NObeyesdad变量最相关

inplace=True

1、将博客中的K-means算法代码调通； 2、将调通的算法用于给定的data.csv数据文件，假设聚类中心个数为3； 3、将data.csv聚类结果用matplotlib绘制出来。

请严格按照上述要求给出完整正确的python代码，其中已经提供了train.data和test.data

将名为sales_data的csv文件中的STATE列中的缺失值以及乱码进行处理,用python代码怎么实现

.用决策树使用train.csv作为训练集完成模型的建立，再将训练好的模型在test.csv上进行测试。 2.训练过程中注意数据预处理，并使用合适的方法进行特征选择。 3.测试过程计算模型的准确率（测试集标签在label.csv中）

最新推荐

数学建模学习资料 姜启源数学模型课件 M04 数学规划模型 共85页.pptx

JHU荣誉单变量微积分课程教案介绍

管理建模和仿真的文件

【实战篇：自定义损失函数】：构建独特损失函数解决特定问题，优化模型性能

如何在ZYNQMP平台上配置TUSB1210 USB接口芯片以实现Host模式，并确保与Linux内核的兼容性？

Naruto爱好者必备CLI测试应用

"互动学习：行动中的多样性与论文攻读经历"

【强化学习损失函数探索】：奖励函数与损失函数的深入联系及优化策略

如何在Springboot后端项目中实现前端的多人视频会议功能，并使用Vue.js与ElementUI进行界面开发？

Android应用显示Ignaz-Taschner-Gymnasium取消课程概览

数学建模学习资料姜启源数学模型课件 M04 数学规划模型共85页.pptx