基于python cut和qcut的用法及区别详解
Python  /  管理员 发布于 6年前   111
我就废话不多说了,直接上代码吧:
from pandas import Series,DataFrameimport pandas as pdimport numpy as npfrom numpy import nan as NAfrom matplotlib import pyplot as pltages = [20,22,25,27,21,23,37,31,61,45,41,32]#将所有的ages进行分组bins = [18,25,35,60,100]#使用pandas中的cut对年龄数据进行分组cats = pd.cut(ages,bins)#print(cats)#调用pd.value_counts方法统计每个区间的个数number=pd.value_counts(cats)#print(pd.value_counts(cats))#显示第几个区间index值index=pd.cut(ages,bins).codes#print(index)#为分类出来的每一组年龄加上标签group_names = ["Youth","YouthAdult","MiddleAged","Senior"]personType=pd.cut(ages,bins,labels=group_names)#print(personType)plt.hist(personType)#plt.show()#cut和qcut的用法data=[1,2,3,4,5,6,7,8,9,10]result=pd.qcut(data,4)print(' ',result)##qcut会将10个数据进行排序,然后再将data数据均分成四组#统计落在每个区间的元素个数print('dasdasdasdasdas: ',pd.value_counts(result))#qcut : 跟cut一样也可以自定义分位数(0到1之间的数值,包括端点)results=pd.qcut(data,[0,0.1,0.5,0.9,1])print('results: ',results)
import numpy as npimport pandas as pddata = np.random.rand(20)print(data)#用cut函数将一组数据分割成n份#cut函数分割的方式:数据里的(最大值-最小值)/n=每个区间的间距#利用数据中最大值和最小值的差除以分组数作为每一组数据的区间范围的差值result = pd.cut(data,4,precision=2) #precision保留小数点的有效位数print(result)res_data=pd.value_counts(result)print(res_data)
以上这篇基于python cut和qcut的用法及区别详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
123 在
Clash for Windows作者删库跑路了,github已404中评论 按理说只要你在国内,所有的流量进出都在监控范围内,不管你怎么隐藏也没用,想搞你分..原梓番博客 在
在Laravel框架中使用模型Model分表最简单的方法中评论 好久好久都没看友情链接申请了,今天刚看,已经添加。..博主 在
佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 @1111老铁这个不行了,可以看看近期评论的其他文章..1111 在
佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 网站不能打开,博主百忙中能否发个APP下载链接,佛跳墙或极光..路人 在
php中使用hyperf框架调用讯飞星火大模型实现国内版chatgpt功能示例中评论 教程很详细,如果加个前端chatgpt对话页面就完美了..Copyright·© 2019 侯体宗版权所有· 粤ICP备20027696号