เชเชฃเซ เชตเชเชค เชกเซเชเชพ เชธเชพเชฏเชจเซเชธเชจเชพ เชเซเชทเซเชคเซเชฐเชฎเชพเช เชชเซเชฐเชตเซเชถเชคเชพ เชฒเซเชเซ เชคเซเชฎเชจเซ เชฐเชพเชน เชเซเช เชฐเชนเซเชฏเชพ เชเซ เชคเซเชจเซ เชตเชพเชธเซเชคเชตเชฟเช เช
เชชเซเชเซเชทเชพเช เชเชฐเชคเชพเช เชเชเซ เชนเซเชฏ เชเซ. เชเชฃเชพ เชฒเซเชเซ เชตเชฟเชเชพเชฐเซ เชเซ เชเซ เชนเชตเซ เชคเซเช เชถเชพเชจเชฆเชพเชฐ เชจเซเชฏเซเชฐเชฒ เชจเซเชเชตเชฐเซเชเซเชธ เชฒเชเชถเซ, เชเชฏเชฐเซเชจ เชฎเซ
เชจเชฎเชพเชเชฅเซ เชตเซเชเชธ เชธเชนเชพเชฏเช เชฌเชจเชพเชตเชถเซ เช
เชฅเชตเชพ เชจเชพเชฃเชพเชเซเชฏ เชฌเชเชพเชฐเซเชฎเชพเช เชฆเชฐเซเชเชจเซ เชนเชฐเชพเชตเซ เชฆเซเชถเซ.
เชชเชฃ เชเชพเชฎ เชกเซเชเชพ เชตเซเชเซเชเชพเชจเชฟเช เชกเซเชเชพ เชเชงเชพเชฐเชฟเชค เชเซ, เช
เชจเซ เชเช เชธเซเชฅเซ เชฎเชนเชคเซเชตเชชเซเชฐเซเชฃ เช
เชจเซ เชธเชฎเชฏ เชฎเชพเชเชเซ เชฒเซเชคเซเช เชชเชพเชธเซเช เช เชเซ เชเซ เชกเซเชเชพเชจเซ เชจเซเชฏเซเชฐเชฒ เชจเซเชเชตเชฐเซเชเชฎเชพเช เชซเซเชก เชเชฐเชคเชพ เชชเชนเซเชฒเชพ เช
เชฅเชตเชพ เชเซเชเซเชเชธ เชฐเซเชคเซ เชคเซเชจเซเช เชตเชฟเชถเซเชฒเซเชทเชฃ เชเชฐเชคเชพ เชชเชนเซเชฒเชพ เชคเซเชจเซ เชชเซเชฐเชเซเชฐเชฟเชฏเชพ เชเชฐเชตเซ.
เช เชฒเซเชเชฎเชพเช, เช เชฎเชพเชฐเซ เชเซเชฎ เชตเชฐเซเชฃเชตเชถเซ เชเซ เชคเชฎเซ เชเซเชตเซ เชฐเซเชคเซ เชชเชเชฒเซเช-เชฆเชฐ-เชชเชเชฒเชพเช เชธเซเชเชจเซ เช เชจเซ เชเซเชก เชตเชกเซ เชเชกเชชเชฅเซ เช เชจเซ เชธเชฐเชณเชคเชพเชฅเซ เชกเซเชเชพ เชชเชฐ เชชเซเชฐเชเซเชฐเชฟเชฏเชพ เชเชฐเซ เชถเชเซ เชเซ. เช เชฎเซ เชเซเชกเชจเซ เชคเชฆเซเชฆเชจ เชฒเชตเชเซเช เชฌเชจเชพเชตเชตเชพเชจเซ เชชเซเชฐเชฏเชพเชธ เชเชฐเซเชฏเซ เช เชจเซ เชคเซเชจเซ เชเชชเชฏเซเช เชตเชฟเชตเชฟเชง เชกเซเชเชพเชธเซเชเซเชธ เชฎเชพเชเซ เชฅเช เชถเชเซ.
เชเชฃเชพ เชชเซเชฐเซเชซเซเชถเชจเชฒเซเชธเชจเซ เช เชฒเซเชเชฎเชพเช เช
เชธเชพเชงเชพเชฐเชฃ เชเชเช เชฒเชพเชเชคเซเช เชจเชฅเซ, เชชเชฐเชเชคเซ เชจเชตเชพ เชจเชฟเชถเชพเชณเซเชฏเชพ เชเชเชเช เชจเชตเซเช เชถเซเชเซ เชถเชเชถเซ, เช
เชจเซ เชเซเชเชชเชฃ เชเซเชฃเซ เชเชกเชชเซ เช
เชจเซ เชธเชเชฐเชเชฟเชค เชกเซเชเชพ เชชเซเชฐเซเชธเซเชธเชฟเชเช เชฎเชพเชเซ เชเช เช
เชฒเช เชจเซเชเชฌเซเช เชฌเชจเชพเชตเชตเชพเชจเซเช เชฒเชพเชเชฌเชพ เชธเชฎเชฏเชฅเซ เชธเชชเชจเซเช เชเซเชฏเซเช เชเซ เชคเซ เชเซเชกเชจเซ เชจเชเชฒ เชเชฐเซ เชถเชเซ เชเซ เช
เชจเซ เชคเซเชจเซ เชชเซเชคเชพเชจเซ เชฎเชพเชเซ เชซเซเชฐเซเชฎเซเช เชเชฐเซ เชถเชเซ เชเซ, เช
เชฅเชตเชพ
เช เชฎเชจเซ เชกเซเชเชพเชธเซเช เชฎเชณเซเชฏเซ เชเซ. เชเชเชณ เชถเซเช เชเชฐเชตเซเช?
เชคเซเชฅเซ, เชงเซเชฐเชฃ: เชเชชเชฃเซ เชธเชฎเชเชตเชพเชจเซ เชเชฐเซเชฐ เชเซ เชเซ เชเชชเชฃเซ เชเซเชจเซ เชธเชพเชฅเซ เชตเซเชฏเชตเชนเชพเชฐ เชเชฐเซ เชฐเชนเซเชฏเชพ เชเซเช, เชเชเชเชฆเชฐ เชเชฟเชคเซเชฐ. เช เชเชฐเชตเชพ เชฎเชพเชเซ, เช เชฎเซ เชตเชฟเชตเชฟเชง เชกเซเชเชพ เชชเซเชฐเชเชพเชฐเซเชจเซ เชธเชฐเชณ เชฐเซเชคเซ เชตเซเชฏเชพเชเซเชฏเชพเชฏเชฟเชค เชเชฐเชตเชพ เชฎเชพเชเซ เชชเชพเชเชกเชพเชจเซ เชเชชเชฏเซเช เชเชฐเซเช เชเซเช.
import pandas as pd #ะธะผะฟะพััะธััะตะผ pandas
import numpy as np #ะธะผะฟะพััะธััะตะผ numpy
df = pd.read_csv("AB_NYC_2019.csv") #ัะธัะฐะตะผ ะดะฐัะฐัะตั ะธ ะทะฐะฟะธััะฒะฐะตะผ ะฒ ะฟะตัะตะผะตะฝะฝัั df
df.head(3) #ัะผะพััะธะผ ะฝะฐ ะฟะตัะฒัะต 3 ัััะพัะบะธ, ััะพะฑั ะฟะพะฝััั, ะบะฐะบ ะฒัะณะปัะดัั ะทะฝะฐัะตะฝะธั
df.info() #ะะตะผะพะฝัััะธััะตะผ ะธะฝัะพัะผะฐัะธั ะพ ะบะพะปะพะฝะบะฐั
เชเชพเชฒเซ เชเซเชฒเชฎเชจเชพ เชฎเซเชฒเซเชฏเซ เชเซเชเช:
- เชถเซเช เชฆเชฐเซเช เชเซเชฒเชฎเชฎเชพเช เชฒเซเชเซเชเชจเซ เชธเชเชเซเชฏเชพ เชฒเซเชเซเชเชจเซ เชเซเชฒ เชธเชเชเซเชฏเชพเชจเซ เช เชจเซเชฐเซเชช เชเซ?
- เชฆเชฐเซเช เชเซเชฒเชฎเชฎเชพเช เชกเซเชเชพเชจเซ เชธเชพเชฐ เชถเซเช เชเซ?
- เชคเซเชจเซ เชเชเชพเชนเซ เชเชฐเชตเชพ เชฎเชพเชเซ เชเชชเชฃเซ เชเช เชเซเชฒเชฎเชจเซ เชฒเชเซเชทเซเชฏเชพเชเช เชฌเชจเชพเชตเชตเชพ เชฎเชพเชเชเซเช เชเซเช?
เช เชชเซเชฐเชถเซเชจเซเชจเชพ เชเชตเชพเชฌเซ เชคเชฎเชจเซ เชกเซเชเชพเชธเซเชเชจเซเช เชชเซเชฅเซเชฅเชเชฐเชฃ เชเชฐเชตเชพเชจเซ เช เชจเซ เชคเชฎเชพเชฐเซ เชเชเชพเชฎเซ เชเซเชฐเชฟเชฏเชพเช เชฎเชพเชเซ เช เชเชฆเชพเชเซ เชเช เชฏเซเชเชจเชพ เชฌเชจเชพเชตเชตเชพเชจเซ เชฎเชเชเซเชฐเซ เชเชชเชถเซ.
เชเชชเชฐเชพเชเชค, เชฆเชฐเซเช เชเซเชฒเชฎเชฎเชพเชเชจเชพ เชฎเซเชฒเซเชฏเซ เชชเชฐ เชเชเชกเชพเชฃเชชเซเชฐเซเชตเช เชเซเชตเชพ เชฎเชพเชเซ, เช เชฎเซ pandas describe() เชซเชเชเซเชถเชจเชจเซ เชเชชเชฏเซเช เชเชฐเซ เชถเชเซเช เชเซเช. เชเซ เชเซ, เช เชเชพเชฐเซเชฏเชจเซ เชเซเชฐเชฒเชพเชญ เช เชเซ เชเซ เชคเซ เชธเซเชเซเชฐเชฟเชเช เชฎเซเชฒเซเชฏเซ เชธเชพเชฅเซ เชเซเชฒเชฎ เชตเชฟเชถเซ เชฎเชพเชนเชฟเชคเซ เชชเซเชฐเชฆเชพเชจ เชเชฐเชคเซเช เชจเชฅเซ. เช เชฎเซ เชคเซเชฎเชจเซ เชธเชพเชฅเซ เชชเชเซเชฅเซ เชตเซเชฏเชตเชนเชพเชฐ เชเชฐเซเชถเซเช.
df.describe()
เชฎเซเชเชฟเช เชตเชฟเชเซเชฏเซเชฒเชพเชเชเซเชถเชจ
เชเชพเชฒเซ เชเซเชเช เชเซ เชเซเชฏเชพเช เชเชชเชฃเซ เชชเชพเชธเซ เชเซเช เชฎเซเชฒเซเชฏ เชจเชฅเซ:
import seaborn as sns
sns.heatmap(df.isnull(),yticklabels=False,cbar=False,cmap='viridis')
เช เชเชชเชฐเชฅเซ เชเช เชจเชพเชจเซ เชฆเซเชเชพเชต เชนเชคเซ, เชนเชตเซ เชเชชเชฃเซ เชตเชงเซ เชฐเชธเชชเซเชฐเชฆ เชฌเชพเชฌเชคเซ เชคเชฐเชซ เชเชเชณ เชตเชงเซเชถเซเช
เชเชพเชฒเซ เชถเซเชงเชตเชพเชจเซ เชชเซเชฐเชฏเชพเชธ เชเชฐเซเช เช เชจเซ, เชเซ เชถเชเซเชฏ เชนเซเชฏ เชคเซ, เชฌเชงเซ เชชเชเชเซเชคเชฟเชเชฎเชพเช เชฎเชพเชคเซเชฐ เชเช เช เชฎเซเชฒเซเชฏ เชงเชฐเชพเชตเชคเชพ เชเซเชฒเชฎเซเชธเชจเซ เชฆเซเชฐ เชเชฐเซเช (เชคเซ เชชเชฐเชฟเชฃเชพเชฎเชจเซ เชเซเชเชชเชฃ เชฐเซเชคเซ เช เชธเชฐ เชเชฐเชถเซ เชจเชนเซเช):
df = df[[c for c
in list(df)
if len(df[c].unique()) > 1]] #ะะตัะตะทะฐะฟะธััะฒะฐะตะผ ะดะฐัะฐัะตั, ะพััะฐะฒะปัั ัะพะปัะบะพ ัะต ะบะพะปะพะฝะบะธ, ะฒ ะบะพัะพััั
ะฑะพะปััะต ะพะดะฝะพะณะพ ัะฝะธะบะฐะปัะฝะพะณะพ ะทะฝะฐัะตะฝะธั
เชนเชตเซ เช เชฎเซ เช เชฎเชพเชฐเซ เชเชพเชคเชจเซ เช เชจเซ เช เชฎเชพเชฐเชพ เชชเซเชฐเซเชเซเชเซเชเชจเซ เชธเชซเชณเชคเชพเชจเซ เชกเซเชชเซเชฒเชฟเชเซเช เชฒเชพเชเชจเซเชธเชฅเซ เชธเซเชฐเชเซเชทเชฟเชค เชเชฐเซเช เชเซเช (เชฒเชพเชเชจเซ เชเซเชฎเชพเช เช เชธเซเชคเชฟเชคเซเชตเชฎเชพเชเชจเซ เชเช เชฒเชพเชเชจเชจเซ เชเซเชฎ เชธเชฎเชพเชจ เชเซเชฐเชฎเชฎเชพเช เชธเชฎเชพเชจ เชฎเชพเชนเชฟเชคเซ เชนเซเชฏ เชเซ):
df.drop_duplicates(inplace=True) #ะะตะปะฐะตะผ ััะพ, ะตัะปะธ ััะธัะฐะตะผ ะฝัะถะฝัะผ.
#ะ ะฝะตะบะพัะพััั
ะฟัะพะตะบัะฐั
ัะดะฐะปััั ัะฐะบะธะต ะดะฐะฝะฝัะต ั ัะฐะผะพะณะพ ะฝะฐัะฐะปะฐ ะฝะต ััะพะธั.
เช เชฎเซ เชกเซเชเชพเชธเซเชเชจเซ เชฌเซ เชญเชพเชเชฎเชพเช เชตเชฟเชญเชพเชเซเชค เชเชฐเซเช เชเซเช: เชเช เชเซเชฃเชพเชคเซเชฎเช เชฎเซเชฒเซเชฏเซ เชธเชพเชฅเซ, เช เชจเซ เชฌเซเชเซเช เชฎเชพเชคเซเชฐเชพเชคเซเชฎเช เชฎเซเชฒเซเชฏเซ เชธเชพเชฅเซ
เช เชนเซเช เชเชชเชฃเซ เชเช เชจเชพเชจเชเชกเซ เชธเซเชชเชทเซเชเชคเชพ เชเชฐเชตเชพเชจเซ เชเชฐเซเชฐ เชเซ: เชเซ เชเซเชฃเชพเชคเซเชฎเช เช เชจเซ เชเชฅเซเชฅเชพเชคเซเชฎเช เชกเซเชเชพเชฎเชพเช เชเซเชฎ เชฅเชฏเซเชฒ เชกเซเชเชพ เชธเชพเชฅเซเชจเซ เชฐเซเชเชพเช เชเชเชฌเซเชเชพ เชธเชพเชฅเซ เชเซเชฌ เชธเชนเชธเชเชฌเชเชงเชฟเชค เชจ เชนเซเชฏ, เชคเซ เชเชชเชฃเซ เชคเซ เชจเชเซเชเซ เชเชฐเชตเชพเชจเซ เชเชฐเซเชฐ เชชเชกเชถเซ เชเซ เชเชชเชฃเซ เชถเซเช เชฌเชฒเชฟเชฆเชพเชจ เชเชชเซเช เชเซเช - เชเซเชฎ เชฅเชฏเซเชฒ เชกเซเชเชพเชตเชพเชณเซ เชฌเชงเซ เชฐเซเชเชพเช, เชคเซเชจเซ เชฎเชพเชคเซเชฐ เชเช เชญเชพเช, เช เชฅเชตเชพ เชเซเชเซเชเชธ เชเซเชฒเชฎ. เชเซ เชฐเซเชเชพเช เชธเชนเชธเชเชฌเชเชงเชฟเชค เชนเซเชฏ, เชคเซ เช เชฎเชจเซ เชกเซเชเชพเชธเซเชเชจเซ เชฌเซ เชญเชพเชเชฎเชพเช เชตเชฟเชญเชพเชเซเชค เชเชฐเชตเชพเชจเซ เชธเชเชชเซเชฐเซเชฃ เช เชงเชฟเชเชพเชฐ เชเซ. เชจเชนเชฟเชเชคเชฐ, เชคเชฎเชพเชฐเซ เชชเชนเซเชฒเชพ เชเชตเซ เชฐเซเชเชพเช เชธเชพเชฅเซ เชตเซเชฏเชตเชนเชพเชฐ เชเชฐเชตเชพเชจเซ เชเชฐเซเชฐ เชชเชกเชถเซ เชเซ เชเซ เชเซเชฎ เชฅเชฏเซเชฒ เชกเซเชเชพเชจเซ เชเซเชฃเชพเชคเซเชฎเช เช เชจเซ เชเชฅเซเชฅเชพเชคเซเชฎเชเชฎเชพเช เชธเชนเชธเชเชฌเชเชงเชฟเชค เชเชฐเชคเซ เชจเชฅเซ, เช เชจเซ เชคเซ เชชเชเซ เช เชกเซเชเชพเชธเซเชเชจเซ เชฌเซ เชญเชพเชเชฎเชพเช เชตเชนเซเชเชเซ.
df_numerical = df.select_dtypes(include = [np.number])
df_categorical = df.select_dtypes(exclude = [np.number])
เช เชฎเซ เช เชฌเซ เช เชฒเช-เช เชฒเช เชชเซเชฐเชเชพเชฐเชจเชพ เชกเซเชเชพ เชชเชฐ เชชเซเชฐเชเซเชฐเชฟเชฏเชพ เชเชฐเชตเชพเชจเซเช เช เชฎเชพเชฐเชพ เชฎเชพเชเซ เชธเชฐเชณ เชฌเชจเชพเชตเชตเชพ เชฎเชพเชเซ เชเชฐเซเช เชเซเช - เชชเชเซเชฅเซ เชเชชเชฃเซ เชธเชฎเชเซเชถเซเช เชเซ เช เชเชชเชฃเซเช เชเซเชตเชจ เชเซเชเชฒเซเช เชธเชฐเชณ เชฌเชจเชพเชตเซ เชเซ.
เช เชฎเซ เชฎเชพเชคเซเชฐเชพเชคเซเชฎเช เชกเซเชเชพ เชธเชพเชฅเซ เชเชพเชฎ เชเชฐเซเช เชเซเช
เชชเซเชฐเชฅเชฎ เชตเชธเซเชคเซ เช เชเซ เชเซ เชเชชเชฃเซ เชจเชเซเชเซ เชเชฐเชตเซเช เชเซเชเช เชเซ เชฎเชพเชคเซเชฐเชพเชคเซเชฎเช เชกเซเชเชพเชฎเชพเช "เชเชพเชธเซเชธ เชเซเชฒเชฎ" เชเซ เชเซ เชเซเชฎ. เช เชฎเซ เช เชเซเชฒเชฎเซเชธเชจเซ เชเชนเซเช เชเซเช เชเชพเชฐเชฃ เชเซ เชคเซเช เชชเซเชคเชพเชจเซ เชฎเชพเชคเซเชฐเชพเชคเซเชฎเช เชกเซเชเชพ เชคเชฐเซเชเซ เชฐเชเซ เชเชฐเซ เชเซ, เชชเชฐเชเชคเซ เชเซเชฃเชพเชคเซเชฎเช เชกเซเชเชพ เชคเชฐเซเชเซ เชเชพเชฐเซเชฏ เชเชฐเซ เชเซ.
เชเชชเชฃเซ เชคเซเชฎเชจเซ เชเซเชตเซ เชฐเซเชคเซ เชเชณเชเซ เชถเชเซเช? เช เชฒเชฌเชคเซเชค, เชคเซ เชฌเชงเซเช เชคเชฎเซ เชเซ เชกเซเชเชพเชจเซเช เชตเชฟเชถเซเชฒเซเชทเชฃ เชเชฐเซ เชฐเชนเซเชฏเชพเช เชเซ เชคเซเชจเชพ เชชเชฐ เชเชงเชพเชฐ เชฐเชพเชเซ เชเซ, เชชเชฐเชเชคเซ เชธเชพเชฎเชพเชจเซเชฏ เชฐเซเชคเซ เชเชตเชพ เชเซเชฒเชฎเชฎเชพเช เชฅเซเชกเซ เช เชจเชจเซเชฏ เชกเซเชเชพ เชนเซเช เชถเชเซ เชเซ (3-10 เช เชจเชจเซเชฏ เชฎเซเชฒเซเชฏเซเชจเชพ เชเซเชทเซเชคเซเชฐเชฎเชพเช).
print(df_numerical.nunique())
เชเชเชตเชพเชฐ เช เชฎเซ เชเชพเชธเซเชธเซ เชเซเชฒเชฎ เชเชณเชเซ เชฒเซเชงเชพ เชชเชเซ, เช เชฎเซ เชคเซเชฎเชจเซ เชฎเชพเชคเซเชฐเชพเชคเซเชฎเช เชกเซเชเชพเชฎเชพเชเชฅเซ เชเซเชฃเชพเชคเซเชฎเช เชกเซเชเชพเชฎเชพเช เชเชธเซเชกเซเชถเซเช:
spy_columns = df_numerical[['ะบะพะปะพะฝะบะฐ1', 'ะบะพะปะพะบะฐ2', 'ะบะพะปะพะฝะบะฐ3']]#ะฒัะดะตะปัะตะผ ะบะพะปะพะฝะบะธ-ัะฟะธะพะฝั ะธ ะทะฐะฟะธััะฒะฐะตะผ ะฒ ะพัะดะตะปัะฝัั dataframe
df_numerical.drop(labels=['ะบะพะปะพะฝะบะฐ1', 'ะบะพะปะพะบะฐ2', 'ะบะพะปะพะฝะบะฐ3'], axis=1, inplace = True)#ะฒััะตะทะฐะตะผ ััะธ ะบะพะปะพะฝะบะธ ะธะท ะบะพะปะธัะตััะฒะตะฝะฝัั
ะดะฐะฝะฝัั
df_categorical.insert(1, 'ะบะพะปะพะฝะบะฐ1', spy_columns['ะบะพะปะพะฝะบะฐ1']) #ะดะพะฑะฐะฒะปัะตะผ ะฟะตัะฒัั ะบะพะปะพะฝะบั-ัะฟะธะพะฝ ะฒ ะบะฐัะตััะฒะตะฝะฝัะต ะดะฐะฝะฝัะต
df_categorical.insert(1, 'ะบะพะปะพะฝะบะฐ2', spy_columns['ะบะพะปะพะฝะบะฐ2']) #ะดะพะฑะฐะฒะปัะตะผ ะฒัะพััั ะบะพะปะพะฝะบั-ัะฟะธะพะฝ ะฒ ะบะฐัะตััะฒะตะฝะฝัะต ะดะฐะฝะฝัะต
df_categorical.insert(1, 'ะบะพะปะพะฝะบะฐ3', spy_columns['ะบะพะปะพะฝะบะฐ3']) #ะดะพะฑะฐะฒะปัะตะผ ััะตััั ะบะพะปะพะฝะบั-ัะฟะธะพะฝ ะฒ ะบะฐัะตััะฒะตะฝะฝัะต ะดะฐะฝะฝัะต
เช เชเชคเซ, เช เชฎเซ เชฎเชพเชคเซเชฐเชพเชคเซเชฎเช เชกเซเชเชพเชจเซ เชเซเชฃเชพเชคเซเชฎเช เชกเซเชเชพเชฅเซ เชธเชเชชเซเชฐเซเชฃเชชเชฃเซ เช เชฒเช เชเชฐเซ เชฆเซเชงเซ เชเซ เช เชจเซ เชนเชตเซ เช เชฎเซ เชคเซเชจเซ เชธเชพเชฅเซ เชฏเซเชเซเชฏ เชฐเซเชคเซ เชเชพเชฎ เชเชฐเซ เชถเชเซเช เชเซเช. เชชเซเชฐเชฅเชฎ เชตเชธเซเชคเซ เช เชธเชฎเชเชตเชพเชจเซ เชเซ เชเซ เชเชชเชฃเซ เชชเชพเชธเซ เชเซเชฏเชพเช เชเชพเชฒเซ เชฎเซเชฒเซเชฏเซ เชเซ (NaN, เช เชจเซ เชเซเชเชฒเชพเช เชเชฟเชธเซเชธเชพเชเชฎเชพเช 0 เชเชพเชฒเซ เชฎเซเชฒเซเชฏเซ เชคเชฐเซเชเซ เชธเซเชตเซเชเชพเชฐเชตเชพเชฎเชพเช เชเชตเชถเซ).
for i in df_numerical.columns:
print(i, df[i][df[i]==0].count())
เช เชฌเชฟเชเชฆเซเช, เชคเซ เชธเชฎเชเชตเซเช เช เชเชคเซเชฏเชจเซเช เชเซ เชเซ เชเชฏเชพ เชเซเชฒเชฎเชฎเชพเช เชถเซเชจเซเชฏ เชเซเชฎ เชฅเชฏเซเชฒ เชฎเซเชฒเซเชฏเซ เชธเซเชเชตเซ เชถเชเซ เชเซ: เชถเซเช เช เชกเซเชเชพ เชเซเชตเซ เชฐเซเชคเซ เชเชเชคเซเชฐเชฟเชค เชเชฐเชตเชพเชฎเชพเช เชเชตเซเชฏเซ เชนเชคเซ เชคเซเชจเชพ เชเชพเชฐเชฃเซ เชเซ? เช เชฅเชตเชพ เชคเซ เชกเซเชเชพ เชฎเซเชฒเซเชฏเซ เชธเชพเชฅเซ เชธเชเชฌเชเชงเชฟเชค เชนเซเช เชถเชเซ เชเซ? เช เชชเซเชฐเชถเซเชจเซเชจเชพ เชเชตเชพเชฌ เชฆเชฐเซเช เชเซเชธเชจเชพ เชเชงเชพเชฐเซ เชนเซเชตเชพ เชเซเชเช.
เชคเซเชฅเซ, เชเซ เชเชชเชฃเซ เชนเชเซ เชชเชฃ เชจเชเซเชเซ เชเชฐเซเช เชเซ เชเซเชฏเชพเช เชถเซเชจเซเชฏ เชเซ เชคเซเชฏเชพเช เชกเซเชเชพ เชเซเชเซ เชเซ, เชคเซ เชชเชเซ เช เชเซเชตเชพเชฏเซเชฒเชพ เชกเซเชเชพ เชธเชพเชฅเซ เชเชพเชฎ เชเชฐเชตเชพเชจเซเช เชธเชฐเชณ เชฌเชจเชพเชตเชตเชพ เชฎเชพเชเซ เชเชชเชฃเซ เชถเซเชจเซเชฏเชจเซ NaN เชธเชพเชฅเซ เชฌเชฆเชฒเชตเซเช เชเซเชเช:
df_numerical[["ะบะพะปะพะฝะบะฐ 1", "ะบะพะปะพะฝะบะฐ 2"]] = df_numerical[["ะบะพะปะพะฝะบะฐ 1", "ะบะพะปะพะฝะบะฐ 2"]].replace(0, nan)
เชนเชตเซ เชเชพเชฒเซ เชเซเชเช เชเซ เชเชชเชฃเซ เชชเชพเชธเซ เชเซเชฏเชพเช เชกเซเชเชพ เชเซเชเซ เชเซ:
sns.heatmap(df_numerical.isnull(),yticklabels=False,cbar=False,cmap='viridis') # ะะพะถะฝะพ ัะฐะบะถะต ะฒะพัะฟะพะปัะทะพะฒะฐัััั df_numerical.info()
เช
เชนเซเช เชเซเชฒเชฎเชจเซ เช
เชเชฆเชฐเชจเชพ เชคเซ เชฎเซเชฒเซเชฏเซ เชเซ เชเซเชเซ เชเซ เชคเซ เชชเซเชณเชพ เชฐเชเชเชฎเชพเช เชเชฟเชนเซเชจเชฟเชค เชนเซเชตเชพ เชเซเชเช. เช
เชจเซ เชนเชตเซ เชฎเชเชพ เชถเชฐเซ เชฅเชพเชฏ เชเซ - เช เชฎเซเชฒเซเชฏเซ เชธเชพเชฅเซ เชเซเชตเซ เชฐเซเชคเซ เชตเซเชฏเชตเชนเชพเชฐ เชเชฐเชตเซ? เชถเซเช เชฎเชพเชฐเซ เช เชฎเซเชฒเซเชฏเซ เช
เชฅเชตเชพ เชเซเชฒเชฎ เชธเชพเชฅเซเชจเซ เชชเชเชเซเชคเชฟเช เชเชพเชขเซ เชจเชพเชเชตเซ เชเซเชเช? เช
เชฅเชตเชพ เช เชเชพเชฒเซ เชฎเซเชฒเซเชฏเซ เช
เชจเซเชฏ เชเซเชเชฒเชพเช เชธเชพเชฅเซ เชญเชฐเซ?
เช เชนเซเช เชเช เช เชเชฆเชพเชเชฟเชค เชเชเซเชคเชฟ เชเซ เชเซ เชคเชฎเชจเซ เชคเซ เชจเชเซเชเซ เชเชฐเชตเชพเชฎเชพเช เชฎเชฆเชฆ เชเชฐเซ เชถเชเซ เชเซ เชเซ เชธเซเชฆเซเชงเชพเชเชคเชฟเช เชฐเซเชคเซ, เชเชพเชฒเซ เชฎเซเชฒเซเชฏเซ เชธเชพเชฅเซ เชถเซเช เชเชฐเซ เชถเชเชพเชฏ เชเซ:
0. เชฌเชฟเชจเชเชฐเซเชฐเซ เชเซเชฒเชฎ เชฆเซเชฐ เชเชฐเซ
df_numerical.drop(labels=["ะบะพะปะพะฝะบะฐ1","ะบะพะปะพะฝะบะฐ2"], axis=1, inplace=True)
1. เชถเซเช เช เชเซเชฒเชฎเชฎเชพเช เชเชพเชฒเซ เชฎเซเชฒเซเชฏเซเชจเซ เชธเชเชเซเชฏเชพ 50% เชเชฐเชคเชพ เชตเชงเชพเชฐเซ เชเซ?
print(df_numerical.isnull().sum() / df_numerical.shape[0] * 100)
df_numerical.drop(labels=["ะบะพะปะพะฝะบะฐ1","ะบะพะปะพะฝะบะฐ2"], axis=1, inplace=True)#ะฃะดะฐะปัะตะผ, ะตัะปะธ ะบะฐะบะฐั-ัะพ ะบะพะปะพะฝะบะฐ ะธะผะตะตั ะฑะพะปััะต 50 ะฟััััั
ะทะฝะฐัะตะฝะธะน
2. เชเชพเชฒเซ เชเชฟเชเชฎเชคเซ เชธเชพเชฅเซ เชฒเซเชเซเช เชเชพเชขเซ เชจเชพเชเซ
df_numerical.dropna(inplace=True)#ะฃะดะฐะปัะตะผ ัััะพัะบะธ ั ะฟััััะผะธ ะทะฝะฐัะตะฝะธัะผะธ, ะตัะปะธ ะฟะพัะพะผ ะพััะฐะฝะตััั ะดะพััะฐัะพัะฝะพ ะดะฐะฝะฝัั
ะดะปั ะพะฑััะตะฝะธั
3.1. เชฐเซเชจเซเชกเชฎ เชฎเซเชฒเซเชฏ เชฆเชพเชเชฒ เชเชฐเชตเซเช
import random #ะธะผะฟะพััะธััะตะผ random
df_numerical["ะบะพะปะพะฝะบะฐ"].fillna(lambda x: random.choice(df[df[column] != np.nan]["ะบะพะปะพะฝะบะฐ"]), inplace=True) #ะฒััะฐะฒะปัะตะผ ัะฐะฝะดะพะผะฝัะต ะทะฝะฐัะตะฝะธั ะฒ ะฟััััะต ะบะปะตัะบะธ ัะฐะฑะปะธัั
3.2. เชธเชคเชค เชฎเซเชฒเซเชฏ เชฆเชพเชเชฒ เชเชฐเชตเซเช
from sklearn.impute import SimpleImputer #ะธะผะฟะพััะธััะตะผ SimpleImputer, ะบะพัะพััะน ะฟะพะผะพะถะตั ะฒััะฐะฒะธัั ะทะฝะฐัะตะฝะธั
imputer = SimpleImputer(strategy='constant', fill_value="<ะะฐัะต ะทะฝะฐัะตะฝะธะต ะทะดะตัั>") #ะฒััะฐะฒะปัะตะผ ะพะฟัะตะดะตะปะตะฝะฝะพะต ะทะฝะฐัะตะฝะธะต ั ะฟะพะผะพััั SimpleImputer
df_numerical[["ะฝะพะฒะฐั_ะบะพะปะพะฝะบะฐ1",'ะฝะพะฒะฐั_ะบะพะปะพะฝะบะฐ2','ะฝะพะฒะฐั_ะบะพะปะพะฝะบะฐ3']] = imputer.fit_transform(df_numerical[['ะบะพะปะพะฝะบะฐ1', 'ะบะพะปะพะฝะบะฐ2', 'ะบะพะปะพะฝะบะฐ3']]) #ะัะธะผะตะฝัะตะผ ััะพ ะดะปั ะฝะฐัะตะน ัะฐะฑะปะธัั
df_numerical.drop(labels = ["ะบะพะปะพะฝะบะฐ1","ะบะพะปะพะฝะบะฐ2","ะบะพะปะพะฝะบะฐ3"], axis = 1, inplace = True) #ะฃะฑะธัะฐะตะผ ะบะพะปะพะฝะบะธ ัะพ ััะฐััะผะธ ะทะฝะฐัะตะฝะธัะผะธ
3.3. เชธเชฐเซเชฐเชพเชถ เช เชฅเชตเชพ เชธเซเชฅเซ เชตเชงเซ เชตเชพเชฐเชเชตเชพเชฐ เชฎเซเชฒเซเชฏ เชฆเชพเชเชฒ เชเชฐเซ
from sklearn.impute import SimpleImputer #ะธะผะฟะพััะธััะตะผ SimpleImputer, ะบะพัะพััะน ะฟะพะผะพะถะตั ะฒััะฐะฒะธัั ะทะฝะฐัะตะฝะธั
imputer = SimpleImputer(strategy='mean', missing_values = np.nan) #ะฒะผะตััะพ mean ะผะพะถะฝะพ ัะฐะบะถะต ะธัะฟะพะปัะทะพะฒะฐัั most_frequent
df_numerical[["ะฝะพะฒะฐั_ะบะพะปะพะฝะบะฐ1",'ะฝะพะฒะฐั_ะบะพะปะพะฝะบะฐ2','ะฝะพะฒะฐั_ะบะพะปะพะฝะบะฐ3']] = imputer.fit_transform(df_numerical[['ะบะพะปะพะฝะบะฐ1', 'ะบะพะปะพะฝะบะฐ2', 'ะบะพะปะพะฝะบะฐ3']]) #ะัะธะผะตะฝัะตะผ ััะพ ะดะปั ะฝะฐัะตะน ัะฐะฑะปะธัั
df_numerical.drop(labels = ["ะบะพะปะพะฝะบะฐ1","ะบะพะปะพะฝะบะฐ2","ะบะพะปะพะฝะบะฐ3"], axis = 1, inplace = True) #ะฃะฑะธัะฐะตะผ ะบะพะปะพะฝะบะธ ัะพ ััะฐััะผะธ ะทะฝะฐัะตะฝะธัะผะธ
3.4. เช เชจเซเชฏ เชฎเซเชกเซเชฒ เชฆเซเชตเชพเชฐเชพ เชเชฃเชคเชฐเซ เชเชฐเซเชฒ เชฎเซเชฒเซเชฏ เชฆเชพเชเชฒ เชเชฐเซ
เชเซเชเชฒเซเชเชตเชพเชฐ เชธเซเชเซเชฒเซเชฐเซเชจ เชฒเชพเชเชฌเซเชฐเซเชฐเซ เช เชฅเชตเชพ เช เชจเซเชฏ เชธเชฎเชพเชจ เชฒเชพเชเชฌเซเชฐเซเชฐเซเชเชจเชพ เชฎเซเชกเชฒเชจเซ เชเชชเชฏเซเช เชเชฐเซเชจเซ เชฐเซเชเซเชฐเซเชถเชจ เชฎเซเชกเชฒเซเชธเชจเซ เชเชชเชฏเซเช เชเชฐเซเชจเซ เชฎเซเชฒเซเชฏเซเชจเซ เชเชฃเชคเชฐเซ เชเชฐเซ เชถเชเชพเชฏ เชเซ. เช เชฎเชพเชฐเซ เชเซเชฎ เชจเชเซเชเชจเชพ เชญเชตเชฟเชทเซเชฏเชฎเชพเช เช เชเซเชตเซ เชฐเซเชคเซ เชเชฐเซ เชถเชเชพเชฏ เชคเซเชจเชพ เชชเชฐ เชเช เช เชฒเช เชฒเซเช เชเชชเชถเซ.
เชคเซเชฅเซ, เชนเชฎเชฃเชพเช เชฎเชพเชเซ, เชฎเชพเชคเซเชฐเชพเชคเซเชฎเช เชกเซเชเชพ เชตเชฟเชถเซเชจเซ เชตเชพเชฐเซเชคเชพเชฎเชพเช เชตเชฟเชเซเชทเซเชช เชเชตเชถเซ, เชเชพเชฐเชฃ เชเซ เชตเชฟเชตเชฟเชง เชเชพเชฐเซเชฏเซ เชฎเชพเชเซ เชกเซเชเชพเชจเซ เชคเซเชฏเชพเชฐเซ เช เชจเซ เชชเซเชฐเซเชชเซเชฐเซเชธเซเชธเชฟเชเช เชเซเชตเซ เชฐเซเชคเซ เชตเชงเซ เชธเชพเชฐเซ เชฐเซเชคเซ เชเชฐเชตเซเช เชคเซ เชตเชฟเชถเซ เช เชจเซเชฏ เชเชฃเซ เชเซเชเชเชพเช เชเซ, เช เชจเซ เช เชฒเซเชเชฎเชพเช เชฎเชพเชคเซเชฐเชพเชคเซเชฎเช เชฎเชพเชนเชฟเชคเซ เชฎเชพเชเซเชจเซ เชฎเซเชณเชญเซเชค เชฌเชพเชฌเชคเซ เชงเซเชฏเชพเชจเชฎเชพเช เชฒเซเชตเชพเชฎเชพเช เชเชตเซ เชเซ, เช เชจเซ เชนเชตเซ เชเซเชฃเชพเชคเซเชฎเช เชกเซเชเชพ เชชเชฐ เชชเชพเชเชพ เชซเชฐเชตเชพเชจเซ เชธเชฎเชฏ เชเชตเซ เชเชฏเซ เชเซ. เชเซเชจเซ เช เชฎเซ เชฎเชพเชคเซเชฐเชพเชคเซเชฎเช เชกเซเชเชพเชฅเซ เชเชฃเชพ เชชเชเชฒเชพเช เชชเชพเชเชณ เช เชฒเช เชเชฐเซเชฏเชพ เชเซ. เชคเชฎเซ เช เชจเซเชเชฌเซเชเชจเซ เชคเชฎเชพเชฐเซ เชเชเซเชเชพ เชฎเซเชเชฌ เชฌเชฆเชฒเซ เชถเชเซ เชเซ, เชคเซเชจเซ เชตเชฟเชตเชฟเชง เชเชพเชฐเซเชฏเซ เชฎเชพเชเซ เช เชจเซเชเซเชณ เชฌเชจเชพเชตเซ เชถเชเซ เชเซ, เชเซเชฅเซ เชกเซเชเชพ เชชเซเชฐเซเชชเซเชฐเซเชธเซเชธเชฟเชเช เชเซเชฌ เช เชเชกเชชเชฅเซ เชฅเช เชเชพเชฏ!
เชเซเชฃเชพเชคเซเชฎเช เชกเซเชเชพ
เชฎเซเชณเชญเซเชค เชฐเซเชคเซ, เชเซเชฃเชพเชคเซเชฎเช เชกเซเชเชพ เชฎเชพเชเซ, เชตเชจ-เชนเซเช-เชเชจเซเชเซเชกเชฟเชเช เชชเชฆเซเชงเชคเชฟเชจเซ เชเชชเชฏเซเช เชคเซเชจเซ เชธเซเชเซเชฐเชฟเชเช (เช เชฅเชตเชพ เชเชฌเซเชเซเชเซเช) เชฅเซ เชจเชเชฌเชฐ เชชเชฐ เชซเซเชฐเซเชฎเซเช เชเชฐเชตเชพ เชฎเชพเชเซ เชฅเชพเชฏ เชเซ. เช เชฌเชฟเชเชฆเซ เชชเชฐ เชเชเชณ เชตเชงเชคเชพ เชชเชนเซเชฒเชพ, เชเชพเชฒเซ เชเชพเชฒเซ เชฎเซเชฒเซเชฏเซ เชธเชพเชฅเซ เชตเซเชฏเชตเชนเชพเชฐ เชเชฐเชตเชพ เชฎเชพเชเซ เชเชชเชฐเชจเชพ เชฐเซเชเชพเชเซเชคเชฟ เช เชจเซ เชเซเชกเชจเซ เชเชชเชฏเซเช เชเชฐเซเช.
df_categorical.nunique()
sns.heatmap(df_categorical.isnull(),yticklabels=False,cbar=False,cmap='viridis')
0. เชฌเชฟเชจเชเชฐเซเชฐเซ เชเซเชฒเชฎ เชฆเซเชฐ เชเชฐเซ
df_categorical.drop(labels=["ะบะพะปะพะฝะบะฐ1","ะบะพะปะพะฝะบะฐ2"], axis=1, inplace=True)
1. เชถเซเช เช เชเซเชฒเชฎเชฎเชพเช เชเชพเชฒเซ เชฎเซเชฒเซเชฏเซเชจเซ เชธเชเชเซเชฏเชพ 50% เชเชฐเชคเชพ เชตเชงเชพเชฐเซ เชเซ?
print(df_categorical.isnull().sum() / df_numerical.shape[0] * 100)
df_categorical.drop(labels=["ะบะพะปะพะฝะบะฐ1","ะบะพะปะพะฝะบะฐ2"], axis=1, inplace=True) #ะฃะดะฐะปัะตะผ, ะตัะปะธ ะบะฐะบะฐั-ัะพ ะบะพะปะพะฝะบะฐ
#ะธะผะตะตั ะฑะพะปััะต 50% ะฟััััั
ะทะฝะฐัะตะฝะธะน
2. เชเชพเชฒเซ เชเชฟเชเชฎเชคเซ เชธเชพเชฅเซ เชฒเซเชเซเช เชเชพเชขเซ เชจเชพเชเซ
df_categorical.dropna(inplace=True)#ะฃะดะฐะปัะตะผ ัััะพัะบะธ ั ะฟััััะผะธ ะทะฝะฐัะตะฝะธัะผะธ,
#ะตัะปะธ ะฟะพัะพะผ ะพััะฐะฝะตััั ะดะพััะฐัะพัะฝะพ ะดะฐะฝะฝัั
ะดะปั ะพะฑััะตะฝะธั
3.1. เชฐเซเชจเซเชกเชฎ เชฎเซเชฒเซเชฏ เชฆเชพเชเชฒ เชเชฐเชตเซเช
import random
df_categorical["ะบะพะปะพะฝะบะฐ"].fillna(lambda x: random.choice(df[df[column] != np.nan]["ะบะพะปะพะฝะบะฐ"]), inplace=True)
3.2. เชธเชคเชค เชฎเซเชฒเซเชฏ เชฆเชพเชเชฒ เชเชฐเชตเซเช
from sklearn.impute import SimpleImputer
imputer = SimpleImputer(strategy='constant', fill_value="<ะะฐัะต ะทะฝะฐัะตะฝะธะต ะทะดะตัั>")
df_categorical[["ะฝะพะฒะฐั_ะบะพะปะพะฝะบะฐ1",'ะฝะพะฒะฐั_ะบะพะปะพะฝะบะฐ2','ะฝะพะฒะฐั_ะบะพะปะพะฝะบะฐ3']] = imputer.fit_transform(df_categorical[['ะบะพะปะพะฝะบะฐ1', 'ะบะพะปะพะฝะบะฐ2', 'ะบะพะปะพะฝะบะฐ3']])
df_categorical.drop(labels = ["ะบะพะปะพะฝะบะฐ1","ะบะพะปะพะฝะบะฐ2","ะบะพะปะพะฝะบะฐ3"], axis = 1, inplace = True)
เชคเซเชฅเซ, เช เชฎเชจเซ เชเชเชฐเซ เชเซเชฃเชพเชคเซเชฎเช เชกเซเชเชพเชฎเชพเช เชจเชฒ เชชเชฐ เชนเซเชจเซเชกเชฒ เชฎเชณเซเชฏเซเช เชเซ. เชนเชตเซ เชคเชฎเชพเชฐเชพ เชกเซเชเชพเชฌเซเชเชฎเชพเช เชฐเชนเซเชฒเชพ เชฎเซเชฒเซเชฏเซ เชชเชฐ เชตเชจ-เชนเซเช-เชเชจเซเชเซเชกเชฟเชเช เชเชฐเชตเชพเชจเซ เชธเชฎเชฏ เชเซ. เชคเชฎเชพเชฐเซ เช เชฒเซเชเซเชฐเชฟเชงเชฎ เชเชเซเช-เชเซเชฃเชตเชคเซเชคเชพเชตเชพเชณเชพ เชกเซเชเชพเชฎเชพเชเชฅเซ เชถเซเชเซ เชถเชเซ เชคเซเชจเซ เชเชพเชคเชฐเซ เชเชฐเชตเชพ เชฎเชพเชเซ เช เชชเชฆเซเชงเชคเชฟเชจเซ เชตเชพเชฐเชเชตเชพเชฐ เชเชชเชฏเซเช เชเชฐเชตเชพเชฎเชพเช เชเชตเซ เชเซ.
def encode_and_bind(original_dataframe, feature_to_encode):
dummies = pd.get_dummies(original_dataframe[[feature_to_encode]])
res = pd.concat([original_dataframe, dummies], axis=1)
res = res.drop([feature_to_encode], axis=1)
return(res)
features_to_encode = ["ะบะพะปะพะฝะบะฐ1","ะบะพะปะพะฝะบะฐ2","ะบะพะปะพะฝะบะฐ3"]
for feature in features_to_encode:
df_categorical = encode_and_bind(df_categorical, feature))
เชคเซเชฅเซ, เช เชฎเซ เชเชเชฐเซ เช เชฒเช-เช เชฒเช เชเซเชฃเชพเชคเซเชฎเช เช เชจเซ เชเชฅเซเชฅเชพเชคเซเชฎเช เชกเซเชเชพเชจเซ เชชเซเชฐเชเซเชฐเชฟเชฏเชพ เชชเซเชฐเซเชฃ เชเชฐเซ เชฒเซเชงเซ เชเซ - เชคเซเชฎเชจเซ เชชเชพเชเชพ เชญเซเชเชพ เชเชฐเชตเชพเชจเซ เชธเชฎเชฏ
new_df = pd.concat([df_numerical,df_categorical], axis=1)
เช เชฎเซ เชกเซเชเชพเชธเซเชเซเชธเชจเซ เชเชเชธเชพเชฅเซ เชญเซเชเชพ เชเชฐเซเชฏเชพ เชชเชเซ, เช เชฎเซ เชเชเชฐเซ sklearn เชฒเชพเชเชฌเซเชฐเซเชฐเซเชฎเชพเชเชฅเซ MinMaxScaler เชจเซ เชเชชเชฏเซเช เชเชฐเซเชจเซ เชกเซเชเชพ เชเซเชฐเชพเชจเซเชธเชซเซเชฐเซเชฎเซเชถเชจเชจเซ เชเชชเชฏเซเช เชเชฐเซ เชถเชเซเช เชเซเช. เชเชจเชพเชฅเซ เช เชฎเชพเชฐเชพ เชฎเซเชฒเซเชฏเซ 0 เช เชจเซ 1 เชจเซ เชตเชเซเชเซ เชฐเชนเซเชถเซ, เชเซ เชญเชตเชฟเชทเซเชฏเชฎเชพเช เชฎเซเชกเซเชฒเชจเซ เชคเชพเชฒเซเชฎ เชเชชเชคเซ เชตเชเชคเซ เชฎเชฆเชฆ เชเชฐเชถเซ.
from sklearn.preprocessing import MinMaxScaler
min_max_scaler = MinMaxScaler()
new_df = min_max_scaler.fit_transform(new_df)
เช เชกเซเชเชพ เชนเชตเซ เชเซเชเชชเชฃ เชตเชธเซเชคเซ เชฎเชพเชเซ เชคเซเชฏเชพเชฐ เชเซ - เชจเซเชฏเซเชฐเชฒ เชจเซเชเชตเชฐเซเชเซเชธ, เชธเซเชเชพเชจเซเชกเชฐเซเชก ML เช เชฒเซเชเซเชฐเชฟเชงเชฎเซเชธ, เชตเชเซเชฐเซ.
เช เชฒเซเชเชฎเชพเช, เช
เชฎเซ เชธเชฎเชฏ เชถเซเชฐเซเชฃเซเชจเชพ เชกเซเชเชพ เชธเชพเชฅเซ เชเชพเชฎ เชเชฐเชตเชพเชจเซเช เชงเซเชฏเชพเชจเชฎเชพเช เชฒเซเชงเซเช เชจเชฅเซ, เชเชพเชฐเชฃ เชเซ เชเชตเชพ เชกเซเชเชพ เชฎเชพเชเซ เชคเชฎเชพเชฐเซ เชคเชฎเชพเชฐเชพ เชเชพเชฐเซเชฏเชจเชพ เชเชงเชพเชฐเซ เชฅเซเชกเซ เช
เชฒเช เชชเซเชฐเซเชธเซเชธเชฟเชเช เชคเชเชจเซเชเซเชจเซ เชเชชเชฏเซเช เชเชฐเชตเซ เชเซเชเช. เชญเชตเชฟเชทเซเชฏเชฎเชพเช, เช
เชฎเชพเชฐเซ เชเซเชฎ เช เชตเชฟเชทเชฏ เชชเชฐ เชเช เช
เชฒเช เชฒเซเช เชธเชฎเชฐเซเชชเชฟเชค เชเชฐเชถเซ, เช
เชจเซ เช
เชฎเซ เชเชถเชพ เชฐเชพเชเซเช เชเซเช เชเซ เชคเซ เชเชจเซ เชเซเชฎ เชคเชฎเชพเชฐเชพ เชเซเชตเชจเชฎเชพเช เชเชเชเช เชฐเชธเชชเซเชฐเชฆ, เชจเชตเซเช เช
เชจเซ เชเชชเชฏเซเชเซ เชฒเชพเชตเชตเชพเชฎเชพเช เชธเชฎเชฐเซเชฅ เชนเชถเซ.
เชธเซเชฐเซเชธ: www.habr.com