Pacchetti chiave Python per la scienza dei dati

introduzione

Soprattutto le librerie Python per la scienza dei dati, i modelli di machine learning sono molto interessanti, facile da capire e assolutamente si può applicare subito e si può sentire le informazioni dai dati e realizzare / visualizzare la natura del set di dati.

Anche algoritmi complessi possono essere implementati in due o tre righe di codice., tutti i principali concetti matematici sono incorporati all'interno di pacchetti per il punto di vista dell'implementazione.

Certo, questo è qualcosa di diverso e interessante rispetto ad altre librerie di programmazione che ho visto finora., questo è il motivo principale per cui Python svolge un ruolo vitale nello spazio AI con questa semplicità e robustezza!! Credo di sì! Ho notato, Ho capito a fondo e mi è piaciuto.

Cos'è un pacchetto in Python? UN pacchetto è una collezione di Chiodo moduli e assiemi in un unico pacchetto. Una volta importata nelle celle del blocco appunti, È possibile iniziare a utilizzare le classi, metodi, attributi, eccetera., ma prima, È necessario utilizzare il pacchetto e importarlo nel file / pacchetto.

Discutiamo i pacchetti chiave in Python per la scienza dei dati e l'apprendimento automatico.

1. panda
2. NumPy
3. Impara Scikit
4. Matplotlib
5. Seaborn

panda

Utilizzato principalmente per operazioni e manipolazioni di dati strutturati. Pandas offre potenti capacità di elaborazione dei dati, Non ho mai visto funzionalità così meravigliose nel mio viaggio IT. Fornisce prestazioni elevate, facile da usare e si applica nelle strutture di dati e per analizzare i dati.

Come installare la libreria Pandas? questo è molto semplice, Eseguire il seguente comando sul notebook Jupiter.

!pip installa panda

La libreria Pandas sarà installata correttamente!! Qual è il prossimo? gioca con questa libreria.

La sintassi per importare Scikit nel tuo NoteBook

importa panda come pd

Quindi, il tuo Notebook è pronto per estrarre tutte le funzioni all'interno dei panda. facciamo alcune cose qui.

I panda hanno le seguenti funzionalità.

UN) Serie e DataFrame

I componenti principali dei panda sono Serie e Cornice dati. Diamo una rapida occhiata a questo. Series non è altro che un dizionario e una raccolta di serie, Potremmo costruire il framework di dati unendo le serie, Dare un'occhiata al seguente esempio. lo capiresti meglio.

Il codice crea serie di dati e framework

import pandas as pd
Eno=[100, 101,102, 103, 104,105]
Empname= ['Raja', 'Babu', 'Kumar','Karthik','Rajesh','xxxxx']
Eno_Series = pd. Serie(Eno) 
Empname_Series = pd. Serie(Nome Empname)
df = { 'Eno': Eno_Series, 'Empname': Empname_Series } 
dipendente = pd. DataFrame(portafoto)
impiegato

B. Caricare i dati in un oggetto frame di dati

cereal_df = pd.read_csv("cereali.csv")

cereal_df.head(5)

C. Rilascia colonna dall'oggetto frame di dati

cereal_df.drop(["genere"], asse = 1, al posto = vero)

cereal_df.head(5)

D. Selezionare righe dall'oggetto frame di dati

cereal_df_filtered = cereal_df[cereal_df['valutazione'] >= 68]
cereal_df_filtered.testa()

E. Raggruppa colonna nel frame di dati

cereal_df_groupby = cereal_df.groupby('scaffale')

#print the first entries
cereal_df_groupby.first()

F.Estrarre una riga dal frame di dati

# return the value 
result = cereal_df.loc[0,'nome']
risultato

Fino ad ora, abbiamo discusso di più funzionalità nella libreria panda. Ce ne sono molti altri.

NumPy

NumPy è considerata una delle librerie di machine learning più popolari in Python, La caratteristica migliore e più importante di Numpy è l'interfaccia e le manipolazioni dell'array.

Hai paura della matematica durante l'implementazione del tuo modello di data science / apprendimento automatico? Non preoccuparti, NumPy rende le complesse implementazioni matematiche funzioni molto semplici. Ma ricorda di comprendere i requisiti e utilizzare il pacchetto di conseguenza.

La sintassi per importare NumPy nel NoteBook

importa numpy come np

Discutiamo alcune cose qui, come NumPy fa magia con dati dati dati.

UN. Semplice formazione di array con NumPy (1-D, 2-D e 3D)

import numpy as np

#1-D arrays

arr1 = np.array([1, 2, 3, 4, 5])

Stampa("1-Matrice D")

Stampa(arr1)

Stampa("===================")

#2-D arrays

print("2-Matrice D")

arr2 = np.array([[1, 2, 3], [4, 5, 6]])

Stampa(arr2)

Stampa("===================")

#3-D arrays

print("3-Matrice D")

arr3 = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])

Stampa(arr3)

Stampa("===================")

Produzione

1-Matrice D
[1 2 3 4 5]
===================
2-D Array
[[1 2 3]
 [4 5 6]]
===================
3-D Array
[[[1 2 3]
  [4 5 6]]

 [[1 2 3]
  [4 5 6]]]
===================

B. Array Slicing usando NumPy

#Slicing in python significa prendere elementi da un determinato intervallo di indici [cominciare:fine 1] /[cominciare:fine:fare un passo].
arr = np.array([1, 2, 3, 4, 5, 6, 7])
Stampa("Slicing all'indice 1 a 5")
Stampa(arr[1:5])

Produzione

Slicing all'indice 1 a 5
[2 3 4 5]

arr = np.array([1, 2, 3, 4, 5, 6, 7])
Stampa(arr[4:])
Produzione
[5 6 7]

También tenemos Rebanado Negativo :). Eso es tan semplice, solo tenemos que mencionar [-X:-e],

¿Por qué no pruebas el tuyo propio?

C. Forma de matriz y remodelación usando NumPy

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
Stampa("================================")
Stampa("Forma della matrice")
Stampa(arr.shape)
Stampa("================================")
Output
================================
Shape of the array
(2, 4)
================================
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
Stampa("Prima di rimodellare l'array")
Stampa(arr)
Stampa("================================")
newarr = arr.reshape(4, 3)
Stampa("Dopo Rimodellare l'array")
Stampa(newarr)
Stampa("================================")
output 
Before Reshape the array
[ 1  2  3  4  5  6  7  8  9 10 11 12]
================================
After Reshape the array
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
================================

D. Divisione a matrice con NumPy

arr = np.array([1, 2, 3, 4, 5, 6])
Stampa("Suddivisione delle matrici NumPy in 3 Matrici")
Stampa("================================")
newarr = np.array_split(arr, 3)
Stampa(newarr[0])
Stampa(newarr[1])
Stampa(newarr[2])
Stampa("================================")
output
Splitting NumPy Arrays into 3 Arrays
================================
[1 2]
[3 4]
[5 6]

Matrice di ordinamento elettronico con NumPy

arr = np.array(['Banana', 'ciliegia', 'Mela'])
Stampa("Suddivisione delle matrici NumPy in 3 Matrici")
Stampa("================================")
Stampa(np.sort(arr))
Stampa("================================")
output
Splitting NumPy Arrays into 3 Arrays
================================
['mela' 'banana' 'ciliegia']
================================

Se hai iniziato a giocare con i dati usando NumPy....

Certamente, ha bisogno di sempre più tempo … comprendere i concetti, tutti sono

estremamente organizzato in questo pacchetto. Credimi!

Impara Scikit

Scikit La libreria Learn è una delle librerie più ricche della famiglia Python, contiene un gran numero di algoritmi di machine learning e altre librerie chiave correlate alle prestazioni. Python Scikit-learn consente agli utenti di eseguire varie attività specifiche di machine learning. Al lavoro, deve funzionare insieme alle librerie SciPy e NumPy, questo è qualcosa di interno, in ogni caso, Tienilo a mente. Pochi algoritmi qui per le tue opinioni.

1. Regressione
2. Classificazione
3. Raggruppamento
4. Selezione del modello
5. Riduzione della dimensionalità

La sintassi per importare Scikit nel tuo NoteBook

da sklearn.linear_model importare LinearRegression
da sklearn.model_selection import train_test_split

Pacchetti di visualizzazione Python

Biblioteche Matplotlib e Seaborn

Python fornisce funzioni grafiche 2D con la libreria Matplotlib. questo è molto semplice e facile da capire. puoi ottenerlo con 1 oh 2 Linee. Anche la visualizzazione 3D è lì.

La sintassi per l'importazione di Scikit nel notebook

importa matplotlib.pyplot come plt

import seaborn come sns

Spero che tu abbia lavorato su vari grafici in fogli di calcolo Excel e altri strumenti di BI. Ma in Python, I pacchetti di visualizzazione interni forniscono grafici e tabelle di altissima qualità.

Matplotlib e Seaborn

Matplotlib è uno dei pacchetti di visualizzazione principali e di base, che fornisce istogrammiGli istogrammi sono rappresentazioni grafiche che mostrano la distribuzione di un set di dati. Sono costruiti dividendo l'intervallo di valori in intervalli, oh "Bidoni", e il conteggio della quantità di dati che cadono in ogni intervallo. Questa visualizzazione consente di identificare i modelli, tendenze e variabilità dei dati in modo efficace, facilitare l'analisi statistica e il processo decisionale informato in varie discipline.... (Livello di frequenza), Istogramma (Grafici univariati e bivariati), Grafico a dispersioneUn gráfico de dispersión es una representación visual que muestra la relación entre dos variables numéricas mediante puntos en un plano cartesiano. Cada eje representa una variable, y la ubicación de cada punto indica su valor en relación con ambas. Este tipo de gráfico es útil para identificar patrones, correlaciones y tendencias en los datos, facilitando el análisis y la interpretación de relaciones cuantitativas.... (Raggruppamento), eccetera.,

Ricca e lussuosa libreria di visualizzazione dei dati di Seaborn. Fornisce un'interfaccia di alto livello per disegnare grafici statistici interessanti e informativi. Diagrammi scatolariDiagrammi a scatola, Conosciuto anche come diagrammi a scatola e baffi, sono strumenti statistici che rappresentano la distribuzione di un dataset. Questi diagrammi mostrano la mediana, quartili e valori anomali, Consentire la visualizzazione della variabilità e della simmetria dei dati. Sono utili nel confronto tra diversi gruppi e nell'analisi esplorativa, Rendendo più facile identificare tendenze e modelli nei dati.... (Distribuzione dei dati con quartili diversi), Trame per violino (Distribuzione dei dati e Densità di probabilità), Grafici a barre (Confronti tra caratteristiche categoriche), Mappa di caloreun "mappa di calore" es una representación gráfica que utiliza colores para mostrar la densidad de datos en un área específica. Comúnmente utilizado en análisis de datos, marketing y estudios de comportamiento, este tipo de visualización permite identificar patrones y tendencias rápidamente. A través de variaciones cromáticas, los mapas de calor facilitan la interpretación de grandes volúmenes de información, ayudando a la toma de decisiones informadas.... (Correlazione delle caratteristiche in termini di rappresentazione matriciale), nuvola di parole (Rappresentazione visiva dei dati di testo)

Seaborn – Istogramma

import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.distplot(df['petal_length'],kde = Falso)
plt.mostra()

Seaborn – Trama scatola

df = sb.load_dataset('iris')
sb.boxplot(x = "specie", y = "petalo_lunghezza", dati = df)
plt.mostra()

Seaborn – Violinplot

sdf = sb.load_dataset('suggerimenti')
sb.violinplot(x = "giorno", y = "total_bill", dati=df)
plt.mostra()

Quindi, tutte queste librerie ci stanno aiutando a costruire un buon modello e giocare con i dati!!

Ma ricorda sempre, prima dell'uso dei pacchetti industriali, È necessario comprendere la necessità e i requisiti del pacchetto e quindi importarlo nel file / pacchetto e giocare con quello.

Spero che ora tu abbia la sensazione e un certo livello di dettaglio sui pacchetti Python per la scienza dei dati. Vedremo concetti più dettagliati nei prossimi giorni! Grazie per il vostro tempo!

Il supporto mostrato in questo articolo non è di proprietà di DataPeaker e viene utilizzato a discrezione dell'autore.

Imparentato