在python中利用pandas使用如下方法规范化数组:200,300,400,600,1000. 令min=0,max=1,进行“最小——最大”规范化; 标准差标准化; 小数定标规范化。

时间: 2024-05-08 22:14:49 浏览: 129
最小——最大规范化: ``` import pandas as pd data = [200, 300, 400, 600, 1000] df = pd.DataFrame(data, columns=['原始数据']) df['最小——最大规范化'] = (df['原始数据'] - df['原始数据'].min()) / (df['原始数据'].max() - df['原始数据'].min()) print(df) ``` 输出: ``` 原始数据 最小——最大规范化 0 200 0.000000 1 300 0.111111 2 400 0.222222 3 600 0.444444 4 1000 1.000000 ``` 标准差标准化: ``` import pandas as pd data = [200, 300, 400, 600, 1000] df = pd.DataFrame(data, columns=['原始数据']) df['标准差标准化'] = (df['原始数据'] - df['原始数据'].mean()) / df['原始数据'].std() print(df) ``` 输出: ``` 原始数据 标准差标准化 0 200 -1.166667 1 300 -0.722315 2 400 -0.277964 3 600 0.722315 4 1000 1.444617 ``` 小数定标规范化: ``` import pandas as pd import math data = [200, 300, 400, 600, 1000] df = pd.DataFrame(data, columns=['原始数据']) j = int(math.log10(df['原始数据'].abs().max())) + 1 df['小数定标规范化'] = df['原始数据'] / (10 ** j) print(df) ``` 输出: ``` 原始数据 小数定标规范化 0 200 0.020 1 300 0.030 2 400 0.040 3 600 0.060 4 1000 0.100 ```
阅读全文

相关推荐

import numpy as np import pandas as pd import time import matplotlib.pyplot as plt # 指定文件名 inputFilename = './file.dpmrpt' outputFilename = 'out' # 分组数 N = 101 sm = 1.3e-4 # 计时开始 tic = time.time() # 规范化数据 print('规范化数据中...') content = '' with open(inputFilename) as f: content = f.read() content = content.replace( '(', '' ) content = content.replace( ')', '' ) content = content.replace( 'injection-0:', '' ) # 输出文件名 filename = './file.dpmrpt.csv' print('规范化写出到{}!'.format( filename ) ) with open(filename,'w') as csv: csv.write(content) print('规范化完成!') # 加载规范化后的数据 print('加载规范化后的数据...') data = np.loadtxt(filename, skiprows=17)#读取文件并跳过前两行数据 x, y, z, u, v, w, ve = data[:,1], data[:,2], data[:,3], data[:,4], data[:,5], data[:,6], data[:,7] bin = np.linspace(x.min(), x.max(), N)#创建等差数列,将X分成N个组 out = np.zeros((N-1,7))#out为N-1行,4列矩阵 z_sym = z.copy() z_sym = -z_sym z = np.concatenate((z,z_sym))/0.002 x = np.concatenate((x,x))/0.002 y = np.concatenate((y,y))/0.002 u = np.concatenate((u,u)) print('横截面平均完成。') from mpl_toolkits.mplot3d import Axes3D fig = plt.figure(figsize=(12,10)) #ax1 = plt.axes(projection='3d') s1 = 1e-2 c1 = 40.0*u ax = fig.add_subplot(111,projection='3d') #这种方法可以画多个子图 ax.scatter3D(x, z, y, s = s1, c = c1, cmap='plasma',marker = ',') ax.set_xlabel('x/D', fontname='Times New Roman') ax.set_ylabel('z/D', fontname='Times New Roman') ax.set_zlabel('y/D', fontname='Times New Roman') ax.set_xlim([-15.0,30.0]) ax.set_ylim([-10.0,10.0]) ax.set_zlim([0.0,25.0]) ax.set_box_aspect(aspect=(45,20,25)) ax.tick_params(axis='x', which='major', pad=8, labelsize=8) ax.tick_params(axis='y', which='major', pad=8, labelsize=8) ax.tick_params(axis='z', which='major', pad=8, labelsize=8) plt.show() # 计时结束 toc = time.time() print('Time cost {} s'.format(toc-tic )) print('结束'),如何调整输出的三维图到合适的视角

代码改进:import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt from sklearn.datasets import make_blobs def distEclud(arrA,arrB): #欧氏距离 d = arrA - arrB dist = np.sum(np.power(d,2),axis=1) #差的平方的和 return dist def randCent(dataSet,k): #寻找质心 n = dataSet.shape[1] #列数 data_min = dataSet.min() data_max = dataSet.max() #生成k行n列处于data_min到data_max的质心 data_cent = np.random.uniform(data_min,data_max,(k,n)) return data_cent def kMeans(dataSet,k,distMeans = distEclud, createCent = randCent): x,y = make_blobs(centers=100)#生成k质心的数据 x = pd.DataFrame(x) m,n = dataSet.shape centroids = createCent(dataSet,k) #初始化质心,k即为初始化质心的总个数 clusterAssment = np.zeros((m,3)) #初始化容器 clusterAssment[:,0] = np.inf #第一列设置为无穷大 clusterAssment[:,1:3] = -1 #第二列放本次迭代点的簇编号,第三列存放上次迭代点的簇编号 result_set = pd.concat([pd.DataFrame(dataSet), pd.DataFrame(clusterAssment)],axis = 1,ignore_index = True) #将数据进行拼接,横向拼接,即将该容器放在数据集后面 clusterChanged = True while clusterChanged: clusterChanged = False for i in range(m): dist = distMeans(dataSet.iloc[i,:n].values,centroids) #计算点到质心的距离(即每个值到质心的差的平方和) result_set.iloc[i,n] = dist.min() #放入距离的最小值 result_set.iloc[i,n+1] = np.where(dist == dist.min())[0] #放入距离最小值的质心标号 clusterChanged = not (result_set.iloc[:,-1] == result_set.iloc[:,-2]).all() if clusterChanged: cent_df = result_set.groupby(n+1).mean() #按照当前迭代的数据集的分类,进行计算每一类中各个属性的平均值 centroids = cent_df.iloc[:,:n].values #当前质心 result_set.iloc[:,-1] = result_set.iloc[:,-2] #本次质心放到最后一列里 return centroids, result_set x = np.random.randint(0,100,size=100) y = np.random.randint(0,100,size=100) randintnum=pd.concat([pd.DataFrame(x), pd.DataFrame(y)],axis = 1,ignore_index = True) #randintnum_test, randintnum_test = kMeans(randintnum,3) #plt.scatter(randintnum_test.iloc[:,0],randintnum_test.iloc[:,1],c=randintnum_test.iloc[:,-1]) #result_test,cent_test = kMeans(data, 4) cent_test,result_test = kMeans(randintnum, 3) plt.scatter(result_test.iloc[:,0],result_test.iloc[:,1],c=result_test.iloc[:,-1]) plt.scatter(cent_test[:,0],cent_test[:,1],color = 'red',marker = 'x',s=100)

分析以下代码#!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt from sklearn import svm from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score # 'sepal length', 'sepal width', 'petal length', 'petal width' iris_feature = u'花萼长度', u'花萼宽度', u'花瓣长度', u'花瓣宽度' if __name__ == "__main__": path = 'D:\\iris.data' # 数据文件路径 data = pd.read_csv(path, header=None) x, y = data[range(4)], data[4] y = pd.Categorical(y).codes x = x[[0, 1]] x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=1, train_size=0.6) # 分类器 clf = svm.SVC(C=0.1, kernel='linear', decision_function_shape='ovr') # clf = svm.SVC(C=0.8, kernel='rbf', gamma=20, decision_function_shape='ovr') clf.fit(x_train, y_train.ravel()) # 准确率 print (clf.score(x_train, y_train)) # 精度 print ('训练集准确率:', accuracy_score(y_train, clf.predict(x_train))) print (clf.score(x_test, y_test)) print ('测试集准确率:', accuracy_score(y_test, clf.predict(x_test))) # decision_function print ('decision_function:\n', clf.decision_function(x_train)) print ('\npredict:\n', clf.predict(x_train)) # 画图 x1_min, x2_min = x.min() x1_max, x2_max = x.max() x1, x2 = np.mgrid[x1_min:x1_max:500j, x2_min:x2_max:500j] # 生成网格采样点 grid_test = np.stack((x1.flat, x2.flat), axis=1) # 测试点 # print 'grid_test = \n', grid_test # Z = clf.decision_function(grid_test) # 样本到决策面的距离 # print Z grid_hat = clf.predict(grid_test) # 预测分类值 grid_hat = grid_hat.reshape(x1.shape) # 使之与输入的形状相同 mpl.rcParams['font.sans-serif'] = [u'SimHei'] mpl.rcParams['axes.unicode_minus'] = False cm_light = mpl.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#A0A0FF']) cm_dark = mpl.colors.ListedColormap(['g', 'r', 'b']) plt.figure(facecolor='w') plt.pcolormesh(x1, x2, grid_hat, shading='auto', cmap=cm_light) plt.scatter(x[0], x[1], c=y, edgecolors='k', s=50, cmap=cm_dark) # 样本 plt.scatter(x_test[0], x_test[1], s=120, facecolors='none', zorder=10) # 圈中测试集样本 plt.xlabel(iris_feature[0], fontsize=13) plt.ylabel(iris_feature[1], fontsize=13) plt.xlim(x1_min, x1_max) plt.ylim(x2_min, x2_max) plt.title(u'鸢尾花SVM二特征分类', fontsize=16) plt.grid(b=True, ls=':') plt.tight_layout(pad=1.5) plt.show()

#功图批量绘制 import os import numpy as np import pandas as pd from PIL import Image from matplotlib import pyplot as plt plt.figure(figsize=(4, 2), dpi=50, frameon=False) ax = plt.axes([0, 0, 1, 1]) grey = plt.get_cmap('Greys') seismic = plt.get_cmap('bwr') datapath = "G:/功图excel/0" conds = os.listdir(datapath) for cond in conds: data = pd.read_csv("G:/功图excel/0/" + cond) os.mkdir(r"G:/功图/0/" + cond[:-4]) # print(data) # 首先将pandas读取的数据转化为array data = np.array(data) # 然后转化为list形式 data = data.tolist() # print(data) n = 0 for i in data: if np.isnan(i).any(): # 检查数据是否包含 NaN 值 continue # 如果包含,则跳过该迭代 WY = i[0:200] ZH = i[200:400] # print(len(WY),len(ZH)) plt.plot(WY[0: 100], ZH[0: 100], color=seismic(5 / 5.0), lw=3) plt.plot(WY[100: 200], ZH[100: 200], color=seismic(0 / 5.0), lw=3) plt.xticks([]) plt.yticks([]) ax.spines['right'].set_visible(False) ax.spines['top'].set_visible(False) ax.spines['left'].set_visible(False) ax.spines['bottom'].set_visible(False) Y_ALL = [] Y_ALL.extend(list(map(float, ZH))) Y_MAX, Y_MIN = np.max(Y_ALL), np.min(Y_ALL) ax.set_ylim(np.min([0, Y_MIN - (Y_MAX - Y_MIN) * 0.1]), Y_MAX + (Y_MAX - Y_MIN) * 0.1) # plt.axis('off') plt.savefig("G:/功图/0/" + cond[:-4] + '/' + str(n), dpi=50) # plt.savefig(newpath + "GT/" + cond + "/" + data['IMGNAME'][i], dpi=50) plt.clf() # plt.show() n = n + 1,这段画图代码使用了 ax.spines 属性去掉边框,但是画出来的图怎么还有边框

import pandas as pd import numpy as np from sklearn.datasets import make_classification def decision_tree_binning(x_value: np.ndarray, y_value: np.ndarray, max_bin=10) -> list: '''利用决策树获得最优分箱的边界值列表''' from sklearn.tree import DecisionTreeClassifier clf = DecisionTreeClassifier( criterion='', # 选择“信息熵”或基尼系数 max_leaf_nodes=max_bin, # 最大叶子节点数 min_samples_leaf=0.05) # 叶子节点样本数量最小占比 clf.fit(x_value.reshape(-1, 1), y_value) # 训练决策树 # 绘图 import matplotlib.pyplot as plt from sklearn.tree import plot_tree plt.figure(figsize=(14, 12)) # 指定图片大小 plot_tree(clf) plt.show() # 根据决策树进行分箱 n_nodes = clf.tree_.node_count # 决策树节点 children_left = clf.tree_.children_left children_right = clf.tree_.children_right threshold = clf.tree_.threshold # 开始分箱 boundary = [] for i in range(n_nodes): if children_left[i] != children_right[i]: # 获得决策树节点上的划分边界值 boundary.append(threshold[i]) boundary.sort() min_x = x_value.min() max_x = x_value.max() # max_x = x_value.max() + 0.1 # +0.1是为了考虑后续groupby操作时,能包含特征最大值的样本 boundary = [min_x] + boundary + [max_x] return boundary if __name__ == '__main__': data_x, data_y = make_classification(n_samples=, n_classes=, n_features=, n_informative=, random_state=) bin_result = decision_tree_binning(data_x[:, 0], data_y, max_bin=) bin_value = pd.cut(data_x[:, 0], bin_result).codes # 分箱的结果这个代码错在哪

最新推荐

recommend-type

Python Pandas分组聚合的实现方法

在Python的Pandas库中,分组聚合是一个强大的数据分析工具,允许我们对数据集进行复杂的统计分析。本文将深入探讨如何使用Pandas实现分组聚合,主要包括`apply()`、`applymap()`、`map()`以及`groupby()`等方法。 ...
recommend-type

基于Python数据分析之pandas统计分析

Python数据分析中的pandas库是进行数据预处理和统计分析的重要工具。Pandas提供了一系列丰富的统计函数,使得数据科学家能够快速地获取数据集的关键信息。在本文中,我们将深入探讨pandas如何进行统计分析,并通过...
recommend-type

Python数据科学速查表 - Pandas 基础.pdf

在Python数据科学中,Pandas库是用于处理和分析数据的核心工具。这个速查表涵盖了Pandas的基础知识,包括创建和操作Series(序列)以及DataFrame(数据框)。让我们深入探讨这些概念及其相关操作。 1. **Series** ...
recommend-type

pandas中Timestamp类用法详解

在Python的pandas库中,Timestamp是一个非常重要的类,它用于表示特定的日期和时间点。Timestamp类提供了丰富的功能,可以方便地处理日期和时间数据,是数据分析中不可或缺的一部分。以下是对pandas中Timestamp类的...
recommend-type

python3中rank函数的用法

在Python的Pandas库中,`rank()`函数是一个非常实用的数据处理工具,它用于计算数据序列的排名。在本文中,我们将深入探讨`rank()`函数的用法、参数及其背后的逻辑,以帮助你更好地理解和应用这个功能。 首先,让...
recommend-type

Haskell编写的C-Minus编译器针对TM架构实现

资源摘要信息:"cminus-compiler是一个用Haskell语言编写的C-Minus编程语言的编译器项目。C-Minus是一种简化版的C语言,通常作为教学工具使用,帮助学生了解编程语言和编译器的基本原理。该编译器的目标平台是虚构的称为TM的体系结构,尽管它并不对应真实存在的处理器架构,但这样的设计可以专注于编译器的逻辑而不受特定硬件细节的限制。作者提到这个编译器是其编译器课程的作业,并指出代码可以在多个方面进行重构,尽管如此,他对于编译器的完成度表示了自豪。 在编译器项目的文档方面,作者提供了名为doc/report1.pdf的文件,其中可能包含了关于编译器设计和实现的详细描述,以及如何构建和使用该编译器的步骤。'make'命令在简单的使用情况下应该能够完成所有必要的构建工作,这意味着项目已经设置好了Makefile文件来自动化编译过程,简化用户操作。 在Haskell语言方面,该编译器项目作为一个实际应用案例,可以作为学习Haskell语言特别是其在编译器设计中应用的一个很好的起点。Haskell是一种纯函数式编程语言,以其强大的类型系统和惰性求值特性而闻名。这些特性使得Haskell在处理编译器这种需要高度抽象和符号操作的领域中非常有用。" 知识点详细说明: 1. C-Minus语言:C-Minus是C语言的一个简化版本,它去掉了许多C语言中的复杂特性,保留了基本的控制结构、数据类型和语法。通常用于教学目的,以帮助学习者理解和掌握编程语言的基本原理以及编译器如何将高级语言转换为机器代码。 2. 编译器:编译器是将一种编程语言编写的源代码转换为另一种编程语言(通常为机器语言)的软件。编译器通常包括前端(解析源代码并生成中间表示)、优化器(改进中间表示的性能)和后端(将中间表示转换为目标代码)等部分。 3. TM体系结构:在这个上下文中,TM可能是一个虚构的计算机体系结构。它可能被设计来模拟真实处理器的工作原理,但不依赖于任何特定硬件平台的限制,有助于学习者专注于编译器设计本身,而不是特定硬件的技术细节。 4. Haskell编程语言:Haskell是一种高级的纯函数式编程语言,它支持多种编程范式,包括命令式、面向对象和函数式编程。Haskell的强类型系统、模式匹配、惰性求值等特性使得它在处理抽象概念如编译器设计时非常有效。 5. Make工具:Make是一种构建自动化工具,它通过读取Makefile文件来执行编译、链接和清理等任务。Makefile定义了编译项目所需的各种依赖关系和规则,使得项目构建过程更加自动化和高效。 6. 编译器开发:编译器的开发涉及语言学、计算机科学和软件工程的知识。它需要程序员具备对编程语言语法和语义的深入理解,以及对目标平台架构的了解。编译器通常需要进行详细的测试,以确保它能够正确处理各种边缘情况,并生成高效的代码。 通过这个项目,学习者可以接触到编译器从源代码到机器代码的转换过程,学习如何处理词法分析、语法分析、语义分析、中间代码生成、优化和目标代码生成等编译过程的关键步骤。同时,该项目也提供了一个了解Haskell语言在编译器开发中应用的窗口。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【数据整理秘籍】:R语言与tidyr包的高效数据处理流程

![【数据整理秘籍】:R语言与tidyr包的高效数据处理流程](https://www.lecepe.fr/upload/fiches-formations/visuel-formation-246.jpg) # 1. 数据整理的重要性与R语言介绍 数据整理是数据科学领域的核心环节之一,对于后续的数据分析、模型构建以及决策制定起到至关重要的作用。高质量的数据整理工作,能够保证数据分析的准确性和可靠性,为数据驱动的业务决策提供坚实的数据基础。 在众多数据分析工具中,R语言因其强大的统计分析能力、丰富的数据处理包以及开放的社区支持而广受欢迎。R语言不仅仅是一种编程语言,它更是一个集数据处理、统
recommend-type

在使用STEP7编程环境为S7-300 PLC进行编程时,如何正确分配I/O接口地址并利用SM信号模板进行编址?

在西门子STEP7编程环境中,对于S7-300系列PLC的I/O接口地址分配及使用SM信号模板的编址是一个基础且至关重要的步骤。正确地进行这一过程可以确保PLC与现场设备之间的正确通信和数据交换。以下是具体的设置步骤和注意事项: 参考资源链接:[PLC STEP7编程环境:菜单栏与工具栏功能详解](https://wenku.csdn.net/doc/3329r82jy0?spm=1055.2569.3001.10343) 1. **启动SIMATIC Manager**:首先,启动STEP7软件,并通过SIMATIC Manager创建或打开一个项目。 2. **硬件配置**:在SIM
recommend-type

水电模拟工具HydroElectric开发使用Matlab

资源摘要信息:"该文件是一个使用MATLAB开发的水电模拟应用程序,旨在帮助用户理解和模拟HydroElectric实验。" 1. 水电模拟的基础知识: 水电模拟是一种利用计算机技术模拟水电站的工作过程和性能的工具。它可以模拟水电站的水力、机械和电气系统,以及这些系统的相互作用和影响。水电模拟可以帮助我们理解水电站的工作原理,预测和优化其性能,以及评估和制定运行策略。 2. MATLAB在水电模拟中的应用: MATLAB是一种高性能的数值计算和可视化软件,广泛应用于工程、科学和数学领域。在水电模拟中,MATLAB可以用于建立模型、模拟、分析和可视化水电站的性能。MATLAB提供了强大的数学函数库和图形工具箱,可以方便地进行复杂的计算和数据可视化。 3. HydroElectric实验的模拟: HydroElectric实验是一种模拟水电站工作的实验,通常包括水轮机、发电机、水道、负荷等部分。在这个实验中,我们可以模拟各种运行条件下的水电站性能,如不同水流量、不同负荷等。 4. MATLAB开发的水电模拟应用程序的使用: 使用MATLAB开发的水电模拟应用程序,用户可以方便地设置模拟参数,运行模拟,查看模拟结果。应用程序可能包括用户友好的界面,用户可以通过界面输入各种参数,如水流量、负荷等。然后,应用程序将根据输入的参数,进行计算,模拟水电站的工作过程和性能,最后将结果以图表或数据的形式展示给用户。 5. MATLAB的高级功能在水电模拟中的应用: MATLAB提供了丰富的高级功能,如优化工具箱、神经网络工具箱、符号计算等,这些功能可以进一步提高水电模拟的效果。例如,使用优化工具箱,我们可以找到最佳的工作参数,使水电站的性能最优化。使用神经网络工具箱,我们可以建立更复杂的模型,更准确地模拟水电站的工作过程。使用符号计算,我们可以处理更复杂的数学问题,如求解非线性方程。 6. 水电模拟的未来发展方向: 随着计算机技术的不断发展,水电模拟的应用前景广阔。未来,水电模拟可能会更加注重模型的精确度和复杂度,更多地运用人工智能、大数据等先进技术,以提高模拟的效率和准确性。此外,水电模拟也可能更多地应用于其他领域,如能源管理、环境影响评估等。