数据分析-day04-pandas-dataFrame字符串离散化,将一维字符串截取转换成矩阵,实现可视化展示

本文主要是介绍数据分析-day04-pandas-dataFrame字符串离散化,将一维字符串截取转换成矩阵,实现可视化展示,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

实现要求:将左边的图例转成右边矩阵的样子

 

技术关键点:

1.获取去重分类列表

2.构建全0矩阵

3.遍历赋值

zero_array.loc[m, d_list[m]] = 1  #等同于 # zero_array.loc[m, ['Action', 'Adventure', 'Sci-Fi']] = 1

#!usr/bin/env python
#-*- coding:utf-8 _*-
'''
@author:Administrator
@file: pandas_string_demo.py
@time: 2020-01-04 下午 3:31
'''
import pandas as pd;
import numpy as np
from matplotlib import pyplot as plt
d_file=pd.read_csv("../data/IMDB-Movie-Data.csv");
#d_file=d_file.head(5);
print(d_file.columns)
d_str=d_file["Genre"]
print(d_str)
print("#####################################1.截取string字符串实现分类##################")
d_list=d_str.str.split(",").tolist();
print(d_list)
print("#######################################2.获取分类列表,实现去重###########################")
b_list=[n for m in d_list for n in m]
print(b_list);
#去重
category_column=list(set(b_list));
print(category_column)
print("########################################3.构建全0数组###########################")
#有多少不同的分类,就设置多少列
zero_array=pd.DataFrame(np.zeros((d_file.shape[0],len(category_column))),columns=category_column)
print(zero_array)print("########################################4.给每个电影出现分类的位置赋值1###########################")for m in range(d_file.shape[0]):print(m,d_list[m])#d_list[m]=['Action', 'Adventure', 'Sci-Fi'],第m行中所有列中,包含d_list[m]所含有的类别,则赋值1#d_list中m个元素和m行是一一对应的zero_array.loc[m, d_list[m]] = 1  #等同于 # zero_array.loc[m, ['Action', 'Adventure', 'Sci-Fi']] = 1print(zero_array)print("########################################5.统计每个分类的电影的数量和,以count数进行排序###########################")
#统计每个分类的电影的数量和
genre_count = zero_array.sum(axis=0)
print(genre_count)
#排序,以count数作为排序依据
genre_count = genre_count.sort_values()
_x = genre_count.index
_y = genre_count.values
print(_x,_y)
print("########################################6.可视化展示()###########################")plt.figure(figsize=(20,8),dpi=60)
plt.bar(range(len(_x)),_y,width=0.2,color="orange");
plt.xticks(range(len(_x)),_x)
plt.show();

 

 

 

这篇关于数据分析-day04-pandas-dataFrame字符串离散化,将一维字符串截取转换成矩阵,实现可视化展示的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1013256

相关文章

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

webm怎么转换成mp4?这几种方法超多人在用!

webm怎么转换成mp4?WebM作为一种新兴的视频编码格式,近年来逐渐进入大众视野,其背后承载着诸多优势,但同时也伴随着不容忽视的局限性,首要挑战在于其兼容性边界,尽管WebM已广泛适应于众多网站与软件平台,但在特定应用环境或老旧设备上,其兼容难题依旧凸显,为用户体验带来不便,再者,WebM格式的非普适性也体现在编辑流程上,由于它并非行业内的通用标准,编辑过程中可能会遭遇格式不兼容的障碍,导致操

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略 1. 特权模式限制2. 宿主机资源隔离3. 用户和组管理4. 权限提升控制5. SELinux配置 💖The Begin💖点点关注,收藏不迷路💖 Kubernetes的PodSecurityPolicy(PSP)是一个关键的安全特性,它在Pod创建之前实施安全策略,确保P

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

hdu 4565 推倒公式+矩阵快速幂

题意 求下式的值: Sn=⌈ (a+b√)n⌉%m S_n = \lceil\ (a + \sqrt{b}) ^ n \rceil\% m 其中: 0<a,m<215 0< a, m < 2^{15} 0<b,n<231 0 < b, n < 2^{31} (a−1)2<b<a2 (a-1)^2< b < a^2 解析 令: An=(a+b√)n A_n = (a +