"Python数据预处理与Pandas统计分析实验报告"

本次实验主要包括以下内容：首先是创建随机数组 x 和 y，x为二维数组样本数据，y为样本标签，分别有10000个数据。之后使用Python内置函数打乱样本及标签原始排序，并确保一一对应关系。接着从两个数组中分别随机抽取1000个样本数据和标签。此过程可利用数组下标作为标记，首先随机生成1000个指定范围内下标，然后根据下标取数据。然后根据数据属性，结合任务目标，使用文字方式分析不同属性与任务的关联性分析，并给出属性重要性排序结果。接着练习Python中基本数据存取函数的使用，包括read_table、read_csv、to_csv、read_excel、to_excel。然后练习DataFrame的常用属性查看及操作命令，包括ndim、shape、memory_usage等，查看维度、大小、内存占用等信息。最后练习pandas中时间数据处理命令。 实验过程中，我们首先创建了随机数组x和y，其中x为二维数组样本数据，y为样本标签，数量均为10000。然后使用Python内置函数打乱了样本及标签原始排序，确保了一一对应关系。接着从两个数组中分别随机抽取了1000个样本数据和标签，这一过程中运用了数组下标作为标记，并且通过随机生成1000个指定范围内的下标，再根据下标取得了数据。接下来，我们根据数据属性，结合任务目标，使用文字方式进行了分析，得出了不同属性与任务的关联性分析，同时给出了了属性重要性排序。然后我们练习了Python中基本数据存取函数的使用，包括read_table、read_csv、to_csv、read_excel、to_excel。紧接着进行了DataFrame的常用属性查看及操作命令练习，包括ndim、shape、memory_usage等，从而查看了维度、大小、内存占用等信息。最后，我们练习了pandas中时间数据处理命令。 在实验过程中，我们对各项操作进行了仔细的实操，并将实验过程中的源码和截图都整理整了，是了更好地展现实验的每个步骤，确保每一步的操作都能清晰准确地呈现。通过这次实验，我们不仅掌握了随机抽取数据及其标签，还学会了用Python来对数据进行存取，并进行DataFrame的属性查看及操作，最后也学会了pandas中时间数据处理命令。同时，通过实验的小结部分，我们对整个实验过程有了更加清晰的认识，同时也明确了自己在实验中存在的问题。通过本次实验，我们对Pandas统计分析基础与数据预处理有了更深入的了解。