1 資料分箱
資料分箱技術在pandas官方給出的定義：bin values into discrete intervals，是指將值劃分到離散區間。好比不同大小的蘋果歸類到幾個事先布置的箱子中；不同年齡的人劃分到幾個年齡段中。
這種技術在資料處理時會很有用。
2 例子
我們先來看例子
import numpy as np
import pandas as pd
ages = np.array([5
,10,36
,12,77
,89,100,30
,1])
#年齡資料12
3
pd.cut(ages,
3, labels=
['青'
,'中'
,'老'])
1
[青, 青, 中, 青, 老, 老, 老, 青, 青]
1
pd.cut(ages,3)
>>
>區間如下：
categories (
3, interval[float64]):
[(0.901
,34.0
]<
(34.0
,67.0
]<
(67.0
,100.0]]
1234
3 函式原型
通過以上例子初步認識cut後，再分析cut原型就比較容易。
引數含義如下：
x：被切分的類陣列資料，注意必須是1維；
bins：簡單理解為分箱規則，就是桶。支援int 標量、序列；
right：表示是否包含區間的右邊界，預設包含；
labels：分割後的bins打標籤；
retbins：表示是否將分割後的bins返回，預設不返回。如為true，則：
---
----
----
----
----
----
----
----
----
----
----
----
----
--注：我這有個學習基地，裡面有很多學習資料，感興趣的+q群：895
797751，--
----
----
----
----
----
----
----
----
----
----
----
----
--- array(
[0.901,34
.,67.
,100.]
))12
345include_lowest :區間的左邊是開還是閉，預設為開；
duplicates;是否允許重複區間。raise：不允許，drop：允許。
如何在Python中實現矩陣分析
根據事物 如產品,服務等 的兩個重要屬性 指標 作為分析依據，進行關聯分析，找出解決問題的一種分析方法。如何使用python進行矩陣分析呢 各個省份的gdp 人口矩陣分析，實現如下 import pandas import matplotlib import matplotlib.pyplot as...
如何在Python中實現RFM分析
rfm分析是根據客戶活躍程度和交易金額貢獻，進行客戶價值細分的一種方法 可以通過r,f,m三個維度，將客戶劃分為8種型別。rfm分析過程 1.計算rfm各項分值 r s,距離當前日期越近，得分越高，最高5分，最低1分 f s,交易頻率越高，得分越高，最高5分，最低1分 m s,交易金額越高，得分越高...
如何在 Python 中清屏
在很多時候，如果我們在控制台中使用 python，隨著時間的推移，可能會發現螢幕越來越亂。如下圖，我們跑了不少的測試程式，在螢幕上有很多的輸出。在 windows 中，我們會使用 cls 命令清屏。在 python，應該怎麼樣才能清屏呢？其實 python 並沒有清螢幕的命令，也沒有內建內建命令可以...