Python para la ciencia de datos para dummies

categoría Computadoras y software / Programación / Python

Desarrolladores todas partes cometen errores a veces. Sin embargo, es posible que pueda ahorrar algo de tiempo y trabajar si usted sabe acerca de los tipos más frecuentes de errores de programación que la gente hace con Python. La siguiente lista le informa acerca de estos errores comunes:

Conteúdo

Estilos trama
Funciones ipython mágicos comunes
Scikit-learn método resumen

Tener la sangría incorrecta: Muchas de las funciones de Python dependen de sangría. Por ejemplo, cuando se crea una nueva clase, todo en esa clase se inserta debajo de la declaración de clase. Lo mismo es cierto para la toma, lazo, y otras declaraciones estructurales. Si usted encuentra que su código se ejecuta una tarea cuando realmente no debería empezar a revisar la sangría que está utilizando.
Utilizando el operador de asignación en lugar del operador de igualdad: Al realizar una comparación entre dos objetos o valor, sólo tiene que utilizar el operador de igualdad (==), no el operador de asignación (=). El operador de asignación coloca un objeto o valor dentro de una variable y no se compara nada.
Función Poner llamadas en el orden equivocado al crear declaraciones complejas: Python siempre ejecuta funciones de izquierda a derecha. Así que la declaración MyString.strip (). Central (21, "*") produce un resultado diferente que MyString.center (21, "*"). Tira (). Cuando se encuentra con una situación en la que la salida de una serie de funciones concatenadas es diferente de lo que esperaba, es necesario comprobar para la función de asegurar que cada función está en el lugar correcto.
Perder puntuacion: Es posible poner puntuacion en el lugar equivocado y crear un resultado completamente diferente. Recuerde que debe incluir dos puntos al final de cada declaración estructural. Además, los paréntesis colocación es crítico. Por ejemplo, (1 + 2) * (3 + 4), 1 + ((2 * 3) + 4), y 1 + (2 * (3 + 4)) todos producen resultados diferentes.
Utilizando el operador lógico incorrecto: La mayoría de los operadores no presentan los desarrolladores con problemas, pero los operadores lógicos hacen. Recuerde que debe utilizar y para determinar cuando ambos operandos deben estar Cierto y o cuando cualquiera de los operandos pueden ser Cierto.
Creación de errores conde-a-uno en bucles: Recuerde que un bucle no cuenta el último número que especifique en un rango. Así que si usted especifica el rango [01:11], que en realidad obtener salida para valores entre 1 y 10.
Tener la capitalización equivocada: Python es entre mayúsculas y minúsculas, por lo MiVar es diferente de mivar y MYVAR. Compruebe siempre la capitalización cuando usted encuentra que no se puede acceder a un valor que se espera para el acceso.
Spelling algo mal: Incluso los desarrolladores experimentados sufren de errores de ortografía a veces. Garantizar que se utiliza un enfoque común para denominar las variables, clases y funciones sí ayuda. Sin embargo, incluso un esquema de nombres coherentes no siempre le impide escribir MyVer cuando te referías a escribir MiVar.

Estilos trama

Siempre que se crea una parcela en Python, es necesario identificar las fuentes de información a través de algo más que las líneas. Creación de una trama que utiliza diferentes tipos de líneas y símbolos de punto de datos hace que la trama mucho más fácil para que otras personas usen. La siguiente tabla muestra los estilos de línea de la trama.

Color	Marcador	Estilo
Prefijo	Color de línea	Prefijo	Marcador Estilo	Prefijo	Estilo de línea
b	azul	.	punto	-	Sólido
g	verde	o	círculo	:	Punteada
r	rojo	X	x-marca	-.	guion punto
c	cian	+	más	--	La
m	magenta	*	estrella	(ninguno)	ninguna línea
y	amarillo	s	cuadrado
k	negro	d	diamante
w	blanco	v	abajo triángulo
		^	hasta triángulo
		lt;	triángulo izquierda
		>	triángulo rectángulo
		p	5 puntos estrella
		h	6 puntos estrella

Recuerde que también puede utilizar estos estilos con otros tipos de parcelas. Por ejemplo, un gráfico de dispersión puede utilizar estos estilos para definir cada uno de los puntos de datos. En caso de duda, pruebe los estilos a ver si va a trabajar con su parcela particular.

Funciones IPython mágicos comunes

Es una especie de increíble pensar que IPython le ofrece la magia, pero eso es precisamente lo que se obtiene con las funciones mágicas. Una función de magia comienza ya sea con un% o %% señal. Aquellos con una obra% signo en el medio ambiente, y los que tienen una obra signo %% a nivel celular.

La siguiente lista le ofrece algunas de las funciones de magia más comunes y su propósito. Para obtener una lista completa, el tipo % QuickRef y pulse Intro en la consola IPython o echa un vistazo a la lista completa.

Función Magia	Escriba solo proporciona el estado?	Descripción
%% timeit	Sin	Calcula el mejor rendimiento tiempo para todas las instructionsin una célula, aparte de la que está situada en la misma línea celular como thecell magia (que por lo tanto podría ser un initializationinstruction).
%% writefile	Sin	Escribe el contenido de una celda en el archivo especificado.
% alias	Sí	Asigna o muestra un alias de un comando del sistema.
% autocall	Sí	Permite llamar a funciones sin incluir theparentheses. Los ajustes son Off, inteligente (por defecto), y completa. Ajuste theSmart aplica los paréntesis sólo si se incluyen anargument con la llamada.
% automagic	Sí	Permite llamar a las funciones mágicas línea withoutincluding el signo%. La configuración es False (predeterminado) andTrue.
% cd	Sí	Cambia de directorio a una nueva ubicación de almacenamiento. También puede usethis comando para moverse a través de la historia de directorio o de changedirectories a un marcador.
% cls	Sin	Borra la pantalla.
% colores	Sin	Especifica los colores utilizados para mostrar withprompts texto asociados, el sistema de información y controladores de excepciones. Usted canchoose entre nocolor (blanco y negro), Linux (por defecto), andLightBG.
% config	Sí	Permite configurar IPython.
% dhist	Sí	Muestra una lista de directorios visitados durante el currentSession.
%archivo	Sin	Emite el nombre del archivo que contiene el código fuente forthe objeto.
% hist	Sí	Muestra una lista de comandos de función mágicos emitidas durante thecurrent sesión.
% install_ext	Sin	Instala la extensión especificada.
%carga	Sin	Las cargas de código de aplicación de otra fuente, como un onlineexample.
% load_ext	Sin	Carga una extensión de Python usando su nombre de módulo.
% lsmagic	Sí	Muestra una lista de los magicfunctions actualmente disponibles.
% matplotlib	Sí	Establece el procesador backend usado para parcelas. Utilizando el inlinevalue muestra la trama dentro de la célula para una Notebookfile IPython. Los valores posibles son: gtk ',' gtk3 ',' inline ',' nbagg ',' osx ',' ',' qt qt4 ',' QT5 ',' tk ', y' wx '.
%pegar	Sin	Pega el contenido del portapapeles en el IPythonenvironment.
% pdef	Sin	Muestra cómo llamar al objeto (suponiendo que el iscallable objeto).
% PDOC	Sin	Muestra la cadena de documentación para un objeto.
% pinfo	Sin	Muestra información detallada sobre el objeto (a menudo más thanprovided por ayuda solo).
% pinfo2	Sin	Muestra información detallada adicional sobre el objeto (whenavailable).
% reload_ext	Sin	Vuelve a cargar una extensión instalada anteriormente.
%fuente	Sin	Muestra el código fuente para el objeto (suponiendo que thesource está disponible).
% timeit	Sin	Calcula el mejor momento de rendimiento para una instrucción.
% unalias	Sin	Elimina un alias creado previamente de la lista.
% unload_ext	Sin	Descarga el extensión especificada.

Scikit-learn Método Resumen

Scikit-learn es un punto focal para el trabajo de la ciencia de datos con Python, por lo que vale la pena saber que métodos más que usted necesita. La siguiente lista te da una breve descripción de los métodos más importantes que se utilizan para el análisis de datos.

feature_extraction.FeatureHasher
Uso: Preparación de los datos
Descripción: El truco de hash, lo que le permite adaptarse a un gran número de características en su conjunto de datos
preprocessing.Binarizer
Uso: Preparación de los datos
Descripción: Crear variables binarias (valores de características a 0 o 1)
preprocessing.Imputer
Uso: Preparación de los datos
Descripción: Los valores perdidos imputación
preprocessing.MinMaxScaler
Uso: Preparación de los datos
Descripción: Crear las variables vinculadas por un valor mínimo y máximo
preprocessing.OneHotEncoder
Uso: Preparación de los datos
Descripción: Transformar características enteros categóricos en unos binarios
preprocessing.StandardScaler
Uso: Preparación de los datos
Descripción: La estandarización de variables mediante la eliminación de la media y la ampliación a la unidad de la varianza
feature_extraction.text.CountVectorizer
Uso: Preparación de los datos
Descripción: Convertir documentos de texto en una matriz de datos de recuento
feature_extraction.text.HashingVectorizer
Uso: Preparación de los datos
Descripción: Directamente convertir su texto usando el truco de hash
feature_extraction.text.TfidfVectorizer
Uso: Preparación de los datos
Descripción: Crea un conjunto de datos de características TF-IDF.
feature_selection.RFECV
Uso: La selección de características
Descripción: Selección automática característica
decomposition.PCA
Uso: Reducción de dimensionalidad
Descripción: Análisis de componentes principales (PCA)
decomposition.RandomizedPCA
Uso: Reducción de dimensionalidad
Descripción: Análisis de componentes principales (PCA) usando SVD aleatorio
cross_validation.cross_val_score
Uso: Fase de validación cruzada
Descripción: Estimar la puntuación de validación cruzada
cross_validation.KFold
Uso: Fase de validación cruzada
Descripción: Dividir el conjunto de datos en pliegues k para la validación cruzada
cross_validation.StratifiedKFold
Uso: Fase de validación cruzada
Descripción: Validación estratificado que tiene en cuenta la distribución de las clases que predicen
cross_validation.train_test_split
Uso: Fase de validación cruzada
Descripción: Dividir los datos en capacitación y de prueba
grid_search.GridSearchCV
Uso: Optimización
Descripción: Búsqueda exhaustiva con el fin de maximizar un algoritmo de aprendizaje automático
linear_model.LinearRegression
Uso: Predicción
Descripción: Regresión lineal
linear_model.LogisticRegression
Uso: Predicción
Descripción: Lineal Regresión logística
neighbors.KNeighborsClassifier
Uso: Predicción
Descripción: Clasificación K-Vecinos
naive_bayes.MultinomialNB
Uso: Predicción
Descripción: Multinomial Na # 239-ve Bayes
metrics.accuracy_score
Uso: Evaluación de soluciones
Descripción: Puntuación de clasificación Precisión.
metrics.f1_score
Uso: Evaluación de soluciones
Descripción: Calcular la puntuación de F1, el equilibrio de la precisión y el recuerdo
metrics.mean_absolute_error
Uso: Evaluación de soluciones
Descripción: Error de regresión error absoluto promedio
metrics.mean_squared_error
Uso: Evaluación de soluciones
Descripción: Error de regresión error cuadrático promedio
metrics.roc_auc_score
Uso: Evaluación de soluciones
Descripción: Calcular área bajo la curva (AUC) de predicción de resultados

Sobre el autor

Obtener información sobre los objetos php y clases

En su forma más simple, los objetos son tipos de datos. La clase es la plantilla (patrón) para el objeto. PHP ofrece varias funciones que puede utilizar para obtener información acerca de los objetos y clases:Puede comprobar si existe una clase…

8 errores de programación Python Común

Todos los desarrolladores en el planeta comete errores. Sin embargo, saber acerca de los errores comunes que le ahorrará tiempo y esfuerzo más tarde. La siguiente lista le informa acerca de los errores más comunes que los desarrolladores…

A partir de la programación con python para dummies

Operadores utilizados comúnmente con python

Es importante saber soportes que los operadores de Python, y recordando a todos que no siempre es fácil. La siguiente tabla proporciona un resumen rápido de los operadores utilizados con Python.OperadorEscribeDescripciónEjemplo-AritméticaResta…

Controlar cómo vistas de datos python

Usted puede encontrar que necesita para controlar la forma en vistas Python datos. Todos los datos en su ordenador se almacena como 0s y 1s. La computadora no entiende el concepto de letras, valores booleanos, fechas, horas, o cualquier otro tipo de…

¿Cómo crear una definición de clase en Python

Una clase no tiene que ser particularmente complejo. De hecho, puede crear sólo el contenedor y un elemento de clase en Python y llamar una clase. Por supuesto, la clase resultante no servirá de mucho, pero se puede instanciarlo (decirle Python…

Cómo crear un constructor en python

LA constructor es un tipo especial de método que Python llama cuando se crea la instancia de un objeto utilizando las definiciones que se encuentran en su clase. Python se basa en el constructor para realizar tareas como inicializar (la asignación…

Cómo crear listas de python

Como en la vida real, antes de que usted puede hacer cualquier cosa con una lista, debe crearlo. Listas de Python pueden mezclar tipos. Sin embargo, siempre es una buena práctica para restringir la lista a un solo tipo cuando pueda. Los pasos…

Cómo devolver información de funciones en python

Las funciones se pueden visualizar los datos directamente en Python o pueden devolver los datos de la persona que llama para que la persona que llama puede hacer algo más con ella. En algunos casos, una función muestra los datos directamente, así…

Cómo utilizar la sangría en la programación python

A medida que trabaja a través de ejemplos de programación Python, verá que algunas líneas están sangrados. De hecho, usted también verá una buena cantidad de espacio en blanco (como líneas adicionales entre líneas de código). Python ignora…

Cómo utilizar la sentencia if en una aplicación python

Es posible utilizar el si declaración en un número de maneras en una aplicación Python. Sin embargo, inmediatamente se necesita saber acerca de tres maneras comunes de usarlo:Utilice una sola condición para ejecutar una única sentencia, cuando…

Python precedencia de los operadores

Al crear declaraciones simples que contienen un solo operador, el fin de determinar la salida de ese operador también es simple. Sin embargo, cuando se inicia el trabajo con múltiples operadores, debe ser capaz de determinar qué operador para…

maniqui-es.com » Computadoras y software » Programación » Python » Python para la ciencia de datos para dummies