Une bibliothèque pour la science des données "Je veux faire ça" sur le bloc-notes Jupyter

Cet article

J'ai une bibliothèque pour python et diverses sciences des données.

――Je veux tracer! ――Je veux faire le processus de certification! ――Je veux traiter la trame de données!

Je vais vous présenter le type de bibliothèque disponible pour les éléments de base tels que.

** Demande: veuillez augmenter le nombre d'éléments dans la demande de modification ou nous faire part de vos recommandations. ** **

Traitement de l'information

pandas

Conserver les données dans une "trame de données" sous la forme d'un modèle relationnel (célèbre pour SQL) Il fournit des fonctions telles que le filtrage, le mappage et le regroupement pour cela. Il dispose également d'une multitude d'interfaces pour lire et écrire des données.

Voici un exemple qui lit csv et ne laisse que ceux dont l'article `` ventes '' est égal ou supérieur à 1000.

import pandas as pd
data = pd.read_csv("data.csv")
over_1000 = data[ data['Gains'] > 1000 ]

Traitement algébrique linéaire

numpy

import numpy as np
#Génération de matrice à partir de la liste
mat = np.matrix([[1, 2], [3, 4]])
#Génération de vecteur à partir de la liste
vec = np.array([5, 6])
#Prenez le produit matriciel
mat.dot(vec)

Génération aléatoire

numpy

numpy fournit une large gamme de traitements de base, y compris le traitement de l'algèbre linéaire. La génération aléatoire selon la distribution est également incluse dans cela.

Par exemple, une séquence de nombres aléatoires qui suit une distribution normale peut être générée comme suit:

import numpy as np

mu, sigma = 2, 0.5
v = np.random.normal(mu,sigma,10000)

terrain

Une bibliothèque qui peut être utilisée pour dessiner des graphiques

matplotlib

Il offre la possibilité de dessiner divers graphiques. Puisqu'il s'agit d'une bibliothèque à couche relativement basse, elle sera utilisée en combinaison avec seaborn, etc.

import numpy as np
import matplotlib.pyplot as plt
x = np.arange(-3, 3, 0.1)
y = np.sin(x)
plt.plot(x, y)

seaborn

Searborn est une bibliothèque qui enveloppe matplotlib et fournit un moyen plus simple de dessiner des graphiques propres. Par exemple, il fournit la fonction de dessiner une carte thermique.

import numpy as np
import matplotlib
#Lorsque seaborn est importé, le graphique de matplotlib devient un magnifique graphique de style marin.
import seaborn as sns

x = np.random.normal(size=100)
sns.distplot(x);

Test statistique

scipy

scipy est une bibliothèque qui fournit les traitements nécessaires aux calculs scientifiques et technologiques. Cette bibliothèque offre en fait un assez large éventail de fonctionnalités, vous pouvez donc trouver la plupart de ce que vous voulez faire ici.

Le test t peut être effectué comme suit.

import numpy as np
from scipy import stats

a = np.random.normal(0, 1, size=100)
b = np.random.normal(1, 1, size=10)
stats.ttest_ind(a, b)

Différenciation des symboles

sympy

Une bibliothèque qui effectue automatiquement des calculs algébriques. En d'autres termes, c'est une bibliothèque qui peut lancer toutes sortes de transformations de formules. (Au fait, si quelqu'un sait: est-ce un système de réécriture de termes?)

Ici, nous mentionnerons la différenciation symbolique en tant qu'application.

import sympy as sym

#Préparer les variables
x = sym.symbols("x")
#Faire un polymorphe ...
f = x**3 + 2*x**2 - x + 5
#Différencier
df_dx = sym.diff(f, x)

Créer un modèle statistique

statsmodels

Une bibliothèque pratique pour créer des modèles statistiques.

Voici un exemple de génération d'un modèle linéaire généralisé et de visualisation de ses informations statistiques de base (l'AIC, etc. apparaîtra)

import numpy as np
import pandas as pd
import statsmodels.api as sm
import statsmodels.formula.api as smf

df = pd.read_csv("data.csv")

formula = 'Sales ~ AccessCount + MailSendedCount'
mod = smf.ols(formula=formula, data=df)
res = mod.fit()
res.summary()

scikit-learn