ΠΡΠ²ΠΈΠΎΡ ΡΠ΅ΠΊΠΎΡ ΠΊΠΎΠ³Π° ΠΏΠΎΡΠ½ΡΠ²Π°ΡΠ΅ Π΄Π° ΡΠ°Π±ΠΎΡΠΈΡΠ΅ ΡΠΎ Π½ΠΎΠ² ΡΠ΅Ρ Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ Π΅ Π΄Π° Π³ΠΎ ΡΠ°Π·Π±Π΅ΡΠ΅ΡΠ΅. ΠΠ° Π΄Π° Π³ΠΎ Π½Π°ΠΏΡΠ°Π²ΠΈΡΠ΅ ΠΎΠ²Π°, ΡΡΠ΅Π±Π°, Π½Π° ΠΏΡΠΈΠΌΠ΅Ρ, Π΄Π° Π³ΠΈ Π΄ΠΎΠ·Π½Π°Π΅ΡΠ΅ ΠΎΠΏΡΠ΅Π·ΠΈΡΠ΅ Π½Π° Π²ΡΠ΅Π΄Π½ΠΎΡΡΠΈ ΠΏΡΠΈΡΠ°ΡΠ΅Π½ΠΈ ΠΎΠ΄ ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²ΠΈΡΠ΅, Π½ΠΈΠ²Π½ΠΈΡΠ΅ ΡΠΈΠΏΠΎΠ²ΠΈ, Π° ΠΈΡΡΠΎ ΡΠ°ΠΊΠ° Π΄Π° Π΄ΠΎΠ·Π½Π°Π΅ΡΠ΅ Π·Π° Π±ΡΠΎΡΠΎΡ Π½Π° Π²ΡΠ΅Π΄Π½ΠΎΡΡΠΈ ΡΡΠΎ Π½Π΅Π΄ΠΎΡΡΠ°ΡΡΠ²Π°Π°Ρ.
ΠΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ° Π·Π° ΠΏΠ°Π½Π΄ΠΈ Π½ΠΈ ΠΎΠ±Π΅Π·Π±Π΅Π΄ΡΠ²Π° ΠΌΠ½ΠΎΠ³Ρ ΠΊΠΎΡΠΈΡΠ½ΠΈ Π°Π»Π°ΡΠΊΠΈ Π·Π° Π²ΡΡΠ΅ΡΠ΅ Π½Π° ΠΈΡΡΡΠ°ΠΆΡΠ²Π°ΡΠΊΠ° Π°Π½Π°Π»ΠΈΠ·Π° Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ (ΠΠΠ). ΠΠΎ, ΠΏΡΠ΅Π΄ Π΄Π° Π³ΠΈ ΠΊΠΎΡΠΈΡΡΠΈΡΠ΅, ΠΎΠ±ΠΈΡΠ½ΠΎ ΡΡΠ΅Π±Π° Π΄Π° Π·Π°ΠΏΠΎΡΠ½Π΅ΡΠ΅ ΡΠΎ ΠΏΠΎΠΎΠΏΡΡΠΈ ΡΡΠ½ΠΊΡΠΈΠΈ ΠΊΠ°ΠΊΠΎ ΡΡΠΎ Π΅ df.describe(). Π‘Π΅ΠΏΠ°ΠΊ, ΡΡΠ΅Π±Π° Π΄Π° ΡΠ΅ Π·Π°Π±Π΅Π»Π΅ΠΆΠΈ Π΄Π΅ΠΊΠ° ΠΌΠΎΠΆΠ½ΠΎΡΡΠΈΡΠ΅ ΡΡΠΎ Π³ΠΈ ΠΎΠ±Π΅Π·Π±Π΅Π΄ΡΠ²Π°Π°Ρ ΡΠ°ΠΊΠ²ΠΈΡΠ΅ ΡΡΠ½ΠΊΡΠΈΠΈ ΡΠ΅ ΠΎΠ³ΡΠ°Π½ΠΈΡΠ΅Π½ΠΈ, Π° ΠΏΠΎΡΠ΅ΡΠ½ΠΈΡΠ΅ ΡΠ°Π·ΠΈ Π½Π° ΡΠ°Π±ΠΎΡΠ° ΡΠΎ ΠΊΠ°ΠΊΠ²ΠΈ Π±ΠΈΠ»ΠΎ ΠΌΠ½ΠΎΠΆΠ΅ΡΡΠ²Π° Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ ΠΏΡΠΈ ΠΈΠ·Π²ΡΡΡΠ²Π°ΡΠ΅ Π½Π° EDA ΠΌΠ½ΠΎΠ³Ρ ΡΠ΅ΡΡΠΎ ΡΠ΅ ΠΌΠ½ΠΎΠ³Ρ ΡΠ»ΠΈΡΠ½ΠΈ Π΅Π΄Π½ΠΈ Π½Π° Π΄ΡΡΠ³ΠΈ.
ΠΠ²ΡΠΎΡΠΎΡ Π½Π° ΠΌΠ°ΡΠ΅ΡΠΈΡΠ°Π»ΠΎΡ ΠΊΠΎΡ Π΄Π΅Π½Π΅ΡΠΊΠ° Π³ΠΎ ΠΎΠ±ΡΠ°Π²ΡΠ²Π°ΠΌΠ΅ Π²Π΅Π»ΠΈ Π΄Π΅ΠΊΠ° Π½Π΅ Π΅ ΡΡΠ±ΠΈΡΠ΅Π» Π½Π° Π²ΡΡΠ΅ΡΠ΅ ΠΏΠΎΠ²ΡΠΎΡΡΠ²Π°ΡΠΊΠΈ Π΄Π΅ΡΡΡΠ²ΠΈΡΠ°. ΠΠ°ΠΊΠΎ ΡΠ΅Π·ΡΠ»ΡΠ°Ρ Π½Π° ΡΠΎΠ°, Π²ΠΎ ΠΏΠΎΡΡΠ°Π³Π° ΠΏΠΎ Π°Π»Π°ΡΠΊΠΈ Π·Π° Π±ΡΠ·ΠΎ ΠΈ Π΅ΡΠΈΠΊΠ°ΡΠ½ΠΎ ΠΈΠ·Π²ΡΡΡΠ²Π°ΡΠ΅ Π½Π° ΠΈΡΡΡΠ°ΠΆΡΠ²Π°ΡΠΊΠ° Π°Π½Π°Π»ΠΈΠ·Π° Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ, ΡΠΎΡ ΡΠ° Π½Π°ΡΠ΄Π΅ Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ°
ΠΠ²Π΄Π΅ ΡΠ΅ Π³ΠΈ ΡΠ°Π·Π³Π»Π΅Π΄Π°ΠΌΠ΅ ΠΊΠ°ΡΠ°ΠΊΡΠ΅ΡΠΈΡΡΠΈΠΊΠΈΡΠ΅ Π½Π° ΠΊΠΎΡΠΈΡΡΠ΅ΡΠ΅ Π½Π° Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ° Π·Π° ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈ ΠΊΠΎΡΠΈΡΡΠ΅ΡΡΠΈ ΡΠ° Π±Π°Π·Π°ΡΠ° Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ Π½Π° Π’ΠΈΡΠ°Π½ΠΈΠΊ ΠΊΠ°ΠΊΠΎ ΠΏΡΠΈΠΌΠ΅Ρ.
ΠΡΡΡΠ°ΠΆΡΠ²Π°ΡΠΊΠ° Π°Π½Π°Π»ΠΈΠ·Π° Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ ΡΠΎ ΠΏΠΎΠΌΠΎΡ Π½Π° ΠΏΠ°Π½Π΄ΠΈ
Π Π΅ΡΠΈΠ² Π΄Π° Π΅ΠΊΡΠΏΠ΅ΡΠΈΠΌΠ΅Π½ΡΠΈΡΠ°ΠΌ ΡΠΎ ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈ Π½Π° Π±Π°Π·Π°ΡΠ° Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ Π½Π° Π’ΠΈΡΠ°Π½ΠΈΠΊ ΠΏΠΎΡΠ°Π΄ΠΈ ΡΠ°Π·Π»ΠΈΡΠ½ΠΈΡΠ΅ ΡΠΈΠΏΠΎΠ²ΠΈ Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ ΡΡΠΎ Π³ΠΈ ΡΠΎΠ΄ΡΠΆΠΈ ΠΈ ΠΏΡΠΈΡΡΡΡΠ²ΠΎΡΠΎ Π½Π° Π²ΡΠ΅Π΄Π½ΠΎΡΡΠΈ ΡΡΠΎ Π½Π΅Π΄ΠΎΡΡΠ°ΡΡΠ²Π°Π°Ρ Π²ΠΎ Π½ΠΈΠ². ΠΠ΅ΡΡΠ²Π°ΠΌ Π΄Π΅ΠΊΠ° Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ° Π·Π° ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈ Π΅ ΠΎΡΠΎΠ±Π΅Π½ΠΎ ΠΈΠ½ΡΠ΅ΡΠ΅ΡΠ½Π° Π²ΠΎ ΡΠ»ΡΡΠ°ΠΈ ΠΊΠΎΠ³Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈΡΠ΅ ΡΓ¨ ΡΡΡΠ΅ Π½Π΅ ΡΠ΅ ΠΈΡΡΠΈΡΡΠ΅Π½ΠΈ ΠΈ Π±Π°ΡΠ° ΠΏΠΎΠ½Π°ΡΠ°ΠΌΠΎΡΠ½Π° ΠΎΠ±ΡΠ°Π±ΠΎΡΠΊΠ° Π²ΠΎ Π·Π°Π²ΠΈΡΠ½ΠΎΡΡ ΠΎΠ΄ Π½Π΅ΡΠ·ΠΈΠ½ΠΈΡΠ΅ ΠΊΠ°ΡΠ°ΠΊΡΠ΅ΡΠΈΡΡΠΈΠΊΠΈ. ΠΠ° ΡΡΠΏΠ΅ΡΠ½ΠΎ Π΄Π° ΠΈΠ·Π²ΡΡΠΈΡΠ΅ ΡΠ°ΠΊΠ²Π° ΠΎΠ±ΡΠ°Π±ΠΎΡΠΊΠ°, ΡΡΠ΅Π±Π° Π΄Π° Π·Π½Π°Π΅ΡΠ΅ ΠΎΠ΄ ΠΊΠ°Π΄Π΅ Π΄Π° Π·Π°ΠΏΠΎΡΠ½Π΅ΡΠ΅ ΠΈ Π½Π° ΡΡΠΎ Π΄Π° ΠΎΠ±ΡΠ½Π΅ΡΠ΅ Π²Π½ΠΈΠΌΠ°Π½ΠΈΠ΅. ΠΠ²Π° Π΅ ΠΌΠ΅ΡΡΠΎΡΠΎ ΠΊΠ°Π΄Π΅ ΡΡΠΎ ΠΌΠΎΠΆΠ½ΠΎΡΡΠΈΡΠ΅ Π·Π° ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈΡΠ΅ Π½ΠΈ Π΄ΠΎΠ°ΡΠ°Π°Ρ.
ΠΡΠ²ΠΎ, Π³ΠΈ ΡΠ²Π΅Π·ΡΠ²Π°ΠΌΠ΅ ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈΡΠ΅ ΠΈ ΠΊΠΎΡΠΈΡΡΠΈΠΌΠ΅ ΠΏΠ°Π½Π΄ΠΈ Π·Π° Π΄Π° Π΄ΠΎΠ±ΠΈΠ΅ΠΌΠ΅ ΠΎΠΏΠΈΡΠ½Π° ΡΡΠ°ΡΠΈΡΡΠΈΠΊΠ°:
# ΠΈΠΌΠΏΠΎΡΡ Π½Π΅ΠΎΠ±Ρ
ΠΎΠ΄ΠΈΠΌΡΡ
ΠΏΠ°ΠΊΠ΅ΡΠΎΠ²
import pandas as pd
import pandas_profiling
import numpy as np
# ΠΈΠΌΠΏΠΎΡΡ Π΄Π°Π½Π½ΡΡ
df = pd.read_csv('/Users/lukas/Downloads/titanic/train.csv')
# Π²ΡΡΠΈΡΠ»Π΅Π½ΠΈΠ΅ ΠΏΠΎΠΊΠ°Π·Π°ΡΠ΅Π»Π΅ΠΉ ΠΎΠΏΠΈΡΠ°ΡΠ΅Π»ΡΠ½ΠΎΠΉ ΡΡΠ°ΡΠΈΡΡΠΈΠΊΠΈ
df.describe()
ΠΠΎ ΠΈΠ·Π²ΡΡΡΠ²Π°ΡΠ΅ΡΠΎ Π½Π° ΠΎΠ²ΠΎΡ Π΄Π΅Π» ΠΎΠ΄ ΠΊΠΎΠ΄ΠΎΡ, ΡΠ΅ Π³ΠΎ Π΄ΠΎΠ±ΠΈΠ΅ΡΠ΅ ΠΎΠ½Π° ΡΡΠΎ Π΅ ΠΏΡΠΈΠΊΠ°ΠΆΠ°Π½ΠΎ Π½Π° ΡΠ»Π΅Π΄Π½Π°ΡΠ° ΡΠ»ΠΈΠΊΠ°.
ΠΠΏΠΈΡΠ½Π° ΡΡΠ°ΡΠΈΡΡΠΈΠΊΠ° Π΄ΠΎΠ±ΠΈΠ΅Π½Π° ΡΠΎ ΠΊΠΎΡΠΈΡΡΠ΅ΡΠ΅ Π½Π° ΡΡΠ°Π½Π΄Π°ΡΠ΄Π½ΠΈ Π°Π»Π°ΡΠΊΠΈ Π·Π° ΠΏΠ°Π½Π΄ΠΈ
ΠΠ°ΠΊΠΎ ΠΎΠ²Π΄Π΅ ΠΈΠΌΠ° ΠΌΠ½ΠΎΠ³Ρ ΠΊΠΎΡΠΈΡΠ½ΠΈ ΠΈΠ½ΡΠΎΡΠΌΠ°ΡΠΈΠΈ, Π½Π΅ ΡΠΎΠ΄ΡΠΆΠΈ ΡΠ΅ ΡΡΠΎ Π±ΠΈ Π±ΠΈΠ»ΠΎ ΠΈΠ½ΡΠ΅ΡΠ΅ΡΠ½ΠΎ Π΄Π° ΡΠ΅ Π·Π½Π°Π΅ Π·Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈΡΠ΅ ΡΡΠΎ ΡΠ΅ ΠΏΡΠΎΡΡΡΠ²Π°Π°Ρ. ΠΠ° ΠΏΡΠΈΠΌΠ΅Ρ, ΠΌΠΎΠΆΠ΅ Π΄Π° ΡΠ΅ ΠΏΡΠ΅ΡΠΏΠΎΡΡΠ°Π²ΠΈ Π΄Π΅ΠΊΠ° Π²ΠΎ ΠΏΠΎΠ΄Π°ΡΠΎΡΠ½Π° ΡΠ°ΠΌΠΊΠ°, Π²ΠΎ ΡΡΡΡΠΊΡΡΡΠ° DataFrame
, ΠΈΠΌΠ° 891 ΡΠ΅Π΄. ΠΠΊΠΎ ΠΎΠ²Π° ΡΡΠ΅Π±Π° Π΄Π° ΡΠ΅ ΠΏΡΠΎΠ²Π΅ΡΠΈ, ΡΠΎΠ³Π°Ρ ΠΏΠΎΡΡΠ΅Π±Π½Π° Π΅ Π΄ΡΡΠ³Π° Π»ΠΈΠ½ΠΈΡΠ° Π½Π° ΠΊΠΎΠ΄ Π·Π° Π΄Π° ΡΠ΅ ΠΎΠ΄ΡΠ΅Π΄ΠΈ Π³ΠΎΠ»Π΅ΠΌΠΈΠ½Π°ΡΠ° Π½Π° ΡΠ°ΠΌΠΊΠ°ΡΠ°. ΠΠ°ΠΊΠΎ ΠΎΠ²ΠΈΠ΅ ΠΏΡΠ΅ΡΠΌΠ΅ΡΠΊΠΈ Π½Π΅ ΡΠ΅ ΠΎΡΠΎΠ±Π΅Π½ΠΎ ΠΈΠ½ΡΠ΅Π½Π·ΠΈΠ²Π½ΠΈ Π·Π° ΡΠ΅ΡΡΡΡΠΈ, Π½ΠΈΠ²Π½ΠΎΡΠΎ ΠΏΠΎΡΡΠΎΡΠ°Π½ΠΎ ΠΏΠΎΠ²ΡΠΎΡΡΠ²Π°ΡΠ΅ Π΅ ΠΎΠ±Π²ΡΠ·Π°Π½ΠΎ Π΄Π° Π³ΡΠ±ΠΈ Π²ΡΠ΅ΠΌΠ΅ ΡΡΠΎ Π²Π΅ΡΠΎΡΠ°ΡΠ½ΠΎ Π±ΠΈ ΠΌΠΎΠΆΠ΅Π»ΠΎ ΠΏΠΎΠ΄ΠΎΠ±ΡΠΎ Π΄Π° ΡΠ΅ ΠΏΠΎΡΡΠΎΡΠΈ Π·Π° ΡΠΈΡΡΠ΅ΡΠ΅ Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈΡΠ΅.
ΠΡΡΡΠ°ΠΆΡΠ²Π°ΡΠΊΠ° Π°Π½Π°Π»ΠΈΠ·Π° Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ ΡΠΎ ΠΊΠΎΡΠΈΡΡΠ΅ΡΠ΅ Π½Π° ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈ
Π‘Π΅Π³Π° Π΄Π° Π³ΠΎ ΡΡΠΎΡΠΈΠΌΠ΅ ΠΈΡΡΠΎΡΠΎ ΠΊΠΎΡΠΈΡΡΠ΅ΡΡΠΈ ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈ:
pandas_profiling.ProfileReport(df)
ΠΠ·Π²ΡΡΡΠ²Π°ΡΠ΅ΡΠΎ Π½Π° Π³ΠΎΡΠ½Π°ΡΠ° Π»ΠΈΠ½ΠΈΡΠ° ΠΊΠΎΠ΄ ΡΠ΅ Π³Π΅Π½Π΅ΡΠΈΡΠ° ΠΈΠ·Π²Π΅ΡΡΠ°Ρ ΡΠΎ ΠΈΠ½Π΄ΠΈΠΊΠ°ΡΠΎΡΠΈ Π·Π° ΠΈΡΡΡΠ°ΠΆΡΠ²Π°ΡΠΊΠ° Π°Π½Π°Π»ΠΈΠ·Π° Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ. ΠΠΎΠ΄ΠΎΡ ΠΏΡΠΈΠΊΠ°ΠΆΠ°Π½ ΠΏΠΎΠ³ΠΎΡΠ΅ ΡΠ΅ Π³ΠΈ Π΄Π°Π΄Π΅ ΠΏΡΠΎΠ½Π°ΡΠ΄Π΅Π½ΠΈΡΠ΅ ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ, Π½ΠΎ ΠΌΠΎΠΆΠ΅ΡΠ΅ Π΄Π° Π³ΠΎ Π½Π°ΡΠ΅ΡΠ°ΡΠ΅ Π΄Π° ΠΈΠ·Π»Π΅Π·Π΅ HTML-Π΄Π°ΡΠΎΡΠ΅ΠΊΠ° ΡΡΠΎ ΠΌΠΎΠΆΠ΅ΡΠ΅ Π΄Π° ΡΠ° ΠΏΠΎΠΊΠ°ΠΆΠ΅ΡΠ΅ Π½Π΅ΠΊΠΎΠΌΡ, Π½Π° ΠΏΡΠΈΠΌΠ΅Ρ.
ΠΡΠ²ΠΈΠΎΡ Π΄Π΅Π» ΠΎΠ΄ ΠΈΠ·Π²Π΅ΡΡΠ°ΡΠΎΡ ΡΠ΅ ΡΠΎΠ΄ΡΠΆΠΈ Π΄Π΅Π» ΠΡΠ΅Π³Π»Π΅Π΄, ΠΊΠΎΡ Π΄Π°Π²Π° ΠΎΡΠ½ΠΎΠ²Π½ΠΈ ΠΈΠ½ΡΠΎΡΠΌΠ°ΡΠΈΠΈ Π·Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈΡΠ΅ (Π±ΡΠΎΡ Π½Π° Π½Π°Π±ΡΡΠ΄ΡΠ²Π°ΡΠ°, Π±ΡΠΎΡ Π½Π° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²ΠΈ ΠΈΡΠ½.). ΠΡΡΠΎ ΡΠ°ΠΊΠ°, ΡΠ΅ ΡΠΎΠ΄ΡΠΆΠΈ Π»ΠΈΡΡΠ° Π½Π° ΠΏΡΠ΅Π΄ΡΠΏΡΠ΅Π΄ΡΠ²Π°ΡΠ°, ΠΈΠ·Π²Π΅ΡΡΡΠ²Π°ΡΡΠΈ Π³ΠΎ Π°Π½Π°Π»ΠΈΡΠΈΡΠ°ΡΠΎΡ Π·Π° ΡΠ°Π±ΠΎΡΠΈΡΠ΅ Π½Π° ΠΊΠΎΠΈ ΡΡΠ΅Π±Π° Π΄Π° ΠΎΠ±ΡΠ½Π΅ ΠΏΠΎΡΠ΅Π±Π½ΠΎ Π²Π½ΠΈΠΌΠ°Π½ΠΈΠ΅. ΠΠ²ΠΈΠ΅ ΠΏΡΠ΅Π΄ΡΠΏΡΠ΅Π΄ΡΠ²Π°ΡΠ° ΠΌΠΎΠΆΠ°Ρ Π΄Π° Π΄Π°Π΄Π°Ρ ΠΈΠ½Π΄ΠΈΡΠΈΠΈ Π·Π° ΡΠΎΠ° ΠΊΠ°Π΄Π΅ ΠΌΠΎΠΆΠ΅ΡΠ΅ Π΄Π° Π³ΠΈ ΡΠΎΠΊΡΡΠΈΡΠ°ΡΠ΅ Π½Π°ΠΏΠΎΡΠΈΡΠ΅ Π·Π° ΡΠΈΡΡΠ΅ΡΠ΅ Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈΡΠ΅.
ΠΠ΅Π» Π·Π° ΠΈΠ·Π²Π΅ΡΡΠ°Ρ Π·Π° ΠΏΡΠ΅Π³Π»Π΅Π΄
ΠΡΡΡΠ°ΠΆΡΠ²Π°ΡΠΊΠ° Π°Π½Π°Π»ΠΈΠ·Π° Π½Π° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²ΠΈ
ΠΠΎΠ΄ Π΄Π΅Π»ΠΎΡ ΠΡΠ΅Π³Π»Π΅Π΄ Π½Π° ΠΈΠ·Π²Π΅ΡΡΠ°ΡΠΎΡ ΠΌΠΎΠΆΠ΅ΡΠ΅ Π΄Π° Π½Π°ΡΠ΄Π΅ΡΠ΅ ΠΊΠΎΡΠΈΡΠ½ΠΈ ΠΈΠ½ΡΠΎΡΠΌΠ°ΡΠΈΠΈ Π·Π° ΡΠ΅ΠΊΠΎΡΠ° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²Π°. Π’ΠΈΠ΅ Π²ΠΊΠ»ΡΡΡΠ²Π°Π°Ρ, ΠΌΠ΅ΡΡ Π΄ΡΡΠ³ΠΎΡΠΎ, ΠΌΠ°Π»ΠΈ Π³ΡΠ°ΡΠΈΠΊΠΎΠ½ΠΈ ΠΊΠΎΠΈ ΡΠ° ΠΎΠΏΠΈΡΡΠ²Π°Π°Ρ Π΄ΠΈΡΡΡΠΈΠ±ΡΡΠΈΡΠ°ΡΠ° Π½Π° ΡΠ΅ΠΊΠΎΡΠ° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²Π°.
ΠΠ° ΡΡΠ°ΡΠΎΡΠ½Π°ΡΠ° Π½ΡΠΌΠ΅ΡΠΈΡΠΊΠ° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²Π°
ΠΠ°ΠΊΠΎ ΡΡΠΎ ΠΌΠΎΠΆΠ΅ΡΠ΅ Π΄Π° Π²ΠΈΠ΄ΠΈΡΠ΅ ΠΎΠ΄ ΠΏΡΠ΅ΡΡ
ΠΎΠ΄Π½ΠΈΠΎΡ ΠΏΡΠΈΠΌΠ΅Ρ, ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ΡΠΎ Π½Π° ΠΏΠ°Π½Π΄ΠΈ Π½ΠΈ Π΄Π°Π²Π° Π½Π΅ΠΊΠΎΠ»ΠΊΡ ΠΊΠΎΡΠΈΡΠ½ΠΈ ΠΏΠΎΠΊΠ°Π·Π°ΡΠ΅Π»ΠΈ, ΠΊΠ°ΠΊΠΎ ΡΡΠΎ ΡΠ΅ ΠΏΡΠΎΡΠ΅Π½ΡΠΎΡ ΠΈ Π±ΡΠΎΡΠΎΡ Π½Π° Π²ΡΠ΅Π΄Π½ΠΎΡΡΠΈ ΡΡΠΎ Π½Π΅Π΄ΠΎΡΡΠ°ΡΡΠ²Π°Π°Ρ, ΠΊΠ°ΠΊΠΎ ΠΈ ΠΎΠΏΠΈΡΠ½ΠΈΡΠ΅ ΡΡΠ°ΡΠΈΡΡΠΈΡΠΊΠΈ ΠΌΠ΅ΡΠΊΠΈ ΡΡΠΎ Π²Π΅ΡΠ΅ Π³ΠΈ Π²ΠΈΠ΄ΠΎΠ²ΠΌΠ΅. ΠΠΈΠ΄Π΅ΡΡΠΈ Age
Π΅ Π½ΡΠΌΠ΅ΡΠΈΡΠΊΠ° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²Π°, Π²ΠΈΠ·ΡΠ΅Π»ΠΈΠ·Π°ΡΠΈΡΠ°ΡΠ° Π½Π° Π½Π΅ΡΠ·ΠΈΠ½Π°ΡΠ° Π΄ΠΈΡΡΡΠΈΠ±ΡΡΠΈΡΠ° Π²ΠΎ ΡΠΎΡΠΌΠ° Π½Π° Ρ
ΠΈΡΡΠΎΠ³ΡΠ°ΠΌ Π½ΠΈ ΠΎΠ²ΠΎΠ·ΠΌΠΎΠΆΡΠ²Π° Π΄Π° Π·Π°ΠΊΠ»ΡΡΠΈΠΌΠ΅ Π΄Π΅ΠΊΠ° ΠΈΠΌΠ°ΠΌΠ΅ ΡΠ°ΡΠΏΡΠ΅Π΄Π΅Π»Π±Π° ΠΈΡΠΊΡΠΈΠ²Π΅Π½Π° Π½Π°Π΄Π΅ΡΠ½ΠΎ.
ΠΠΎΠ³Π° ΡΠ΅ ΡΠ°Π·Π³Π»Π΅Π΄ΡΠ²Π° ΠΊΠ°ΡΠ΅Π³ΠΎΡΠΈΡΠ½Π° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²Π°, ΠΈΠ·Π»Π΅Π·Π½ΠΈΡΠ΅ ΡΠ΅Π·ΡΠ»ΡΠ°ΡΠΈ ΡΠ΅ ΠΌΠ°Π»ΠΊΡ ΠΏΠΎΠΈΠ½Π°ΠΊΠ²ΠΈ ΠΎΠ΄ ΠΎΠ½ΠΈΠ΅ ΡΡΠΎ ΡΠ΅ Π½Π°ΠΎΡΠ°Π°Ρ Π·Π° Π½ΡΠΌΠ΅ΡΠΈΡΠΊΠ° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²Π°.
ΠΠ° ΠΊΠ°ΡΠ΅Π³ΠΎΡΠΈΡΠ½Π°ΡΠ° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²Π° Π‘Π΅ΠΊΡ
ΠΠΌΠ΅Π½ΠΎ, Π½Π°ΠΌΠ΅ΡΡΠΎ Π΄Π° Π³ΠΎ Π½Π°ΡΠ΄Π΅ ΠΏΡΠΎΡΠ΅ΠΊΠΎΡ, ΠΌΠΈΠ½ΠΈΠΌΡΠΌΠΎΡ ΠΈ ΠΌΠ°ΠΊΡΠΈΠΌΡΠΌΠΎΡ, Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ° Π·Π° ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈ Π³ΠΎ ΠΏΡΠΎΠ½Π°ΡΠ»Π° Π±ΡΠΎΡΠΎΡ Π½Π° ΡΠ°ΡΠΎΠ²ΠΈ. ΠΠΈΠ΄Π΅ΡΡΠΈ Sex
- Π±ΠΈΠ½Π°ΡΠ½Π° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²Π°, Π½Π΅ΡΠ·ΠΈΠ½ΠΈΡΠ΅ Π²ΡΠ΅Π΄Π½ΠΎΡΡΠΈ ΡΠ΅ ΠΏΡΠ΅ΡΡΡΠ°Π²Π΅Π½ΠΈ ΡΠΎ Π΄Π²Π΅ ΠΊΠ»Π°ΡΠΈ.
ΠΠΊΠΎ ΡΠ°ΠΊΠ°ΡΠ΅ Π΄Π° Π³ΠΎ ΠΈΡΠΏΠΈΡΠ°ΡΠ΅ ΠΊΠΎΠ΄ΠΎΡ ΠΊΠ°ΠΊΠΎ ΡΠ°Ρ, ΠΌΠΎΠΆΠ΅Π±ΠΈ ΡΠ΅ Π²Π΅ ΠΈΠ½ΡΠ΅ΡΠ΅ΡΠΈΡΠ° ΠΊΠ°ΠΊΠΎ ΡΠΎΡΠ½ΠΎ Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ° Π·Π° ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈ Π³ΠΈ ΠΏΡΠ΅ΡΠΌΠ΅ΡΡΠ²Π° ΠΎΠ²ΠΈΠ΅ ΠΌΠ΅ΡΡΠΈΠΊΠΈ. ΠΠ° ΡΠ΅ ββΠ΄ΠΎΠ·Π½Π°Π΅ Π·Π° ΠΎΠ²Π°, ΡΠΎ ΠΎΠ³Π»Π΅Π΄ Π½Π° ΡΠΎΠ° ΡΡΠΎ ΠΊΠΎΠ΄ΠΎΡ Π½Π° Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ° Π΅ ΠΎΡΠ²ΠΎΡΠ΅Π½ ΠΈ Π΄ΠΎΡΡΠ°ΠΏΠ΅Π½ Π½Π° GitHub, Π½Π΅ Π΅ ΡΠΎΠ»ΠΊΡ ΡΠ΅ΡΠΊΠΎ. ΠΠΈΠ΄Π΅ΡΡΠΈ Π½Π΅ ΡΡΠΌ Π³ΠΎΠ»Π΅ΠΌ ΠΎΠ±ΠΎΠΆΠ°Π²Π°ΡΠ΅Π» Π½Π° ΠΊΠΎΡΠΈΡΡΠ΅ΡΠ΅ ΡΡΠ½ΠΈ ΠΊΡΡΠΈΠΈ Π²ΠΎ ΠΌΠΎΠΈΡΠ΅ ΠΏΡΠΎΠ΅ΠΊΡΠΈ, Π³ΠΎ ΠΏΠΎΠ³Π»Π΅Π΄Π½Π°Π² ΠΈΠ·Π²ΠΎΡΠ½ΠΈΠΎΡ ΠΊΠΎΠ΄ Π½Π° Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ°. ΠΠ° ΠΏΡΠΈΠΌΠ΅Ρ, Π²Π°ΠΊΠ° ΠΈΠ·Π³Π»Π΅Π΄Π° ΠΌΠ΅Ρ
Π°Π½ΠΈΠ·ΠΌΠΎΡ Π·Π° ΠΎΠ±ΡΠ°Π±ΠΎΡΠΊΠ° Π½Π° Π½ΡΠΌΠ΅ΡΠΈΡΠΊΠΈ ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²ΠΈ, ΠΏΡΠ΅ΡΡΡΠ°Π²Π΅Π½ ΠΏΡΠ΅ΠΊΡ ΡΡΠ½ΠΊΡΠΈΡΠ°ΡΠ°
def describe_numeric_1d(series, **kwargs):
"""Compute summary statistics of a numerical (`TYPE_NUM`) variable (a Series).
Also create histograms (mini an full) of its distribution.
Parameters
----------
series : Series
The variable to describe.
Returns
-------
Series
The description of the variable as a Series with index being stats keys.
"""
# Format a number as a percentage. For example 0.25 will be turned to 25%.
_percentile_format = "{:.0%}"
stats = dict()
stats['type'] = base.TYPE_NUM
stats['mean'] = series.mean()
stats['std'] = series.std()
stats['variance'] = series.var()
stats['min'] = series.min()
stats['max'] = series.max()
stats['range'] = stats['max'] - stats['min']
# To avoid to compute it several times
_series_no_na = series.dropna()
for percentile in np.array([0.05, 0.25, 0.5, 0.75, 0.95]):
# The dropna() is a workaround for https://github.com/pydata/pandas/issues/13098
stats[_percentile_format.format(percentile)] = _series_no_na.quantile(percentile)
stats['iqr'] = stats['75%'] - stats['25%']
stats['kurtosis'] = series.kurt()
stats['skewness'] = series.skew()
stats['sum'] = series.sum()
stats['mad'] = series.mad()
stats['cv'] = stats['std'] / stats['mean'] if stats['mean'] else np.NaN
stats['n_zeros'] = (len(series) - np.count_nonzero(series))
stats['p_zeros'] = stats['n_zeros'] * 1.0 / len(series)
# Histograms
stats['histogram'] = histogram(series, **kwargs)
stats['mini_histogram'] = mini_histogram(series, **kwargs)
return pd.Series(stats, name=series.name)
ΠΠ°ΠΊΠΎ ΠΎΠ²Π° ΠΏΠ°ΡΡΠ΅ ΠΊΠΎΠ΄ ΠΌΠΎΠΆΠ΅ Π΄Π° ΠΈΠ·Π³Π»Π΅Π΄Π° ΠΏΡΠΈΠ»ΠΈΡΠ½ΠΎ Π³ΠΎΠ»Π΅ΠΌΠΎ ΠΈ ΡΠ»ΠΎΠΆΠ΅Π½ΠΎ, Π²ΡΡΡΠ½ΠΎΡΡ Π΅ ΠΌΠ½ΠΎΠ³Ρ Π΅Π΄Π½ΠΎΡΡΠ°Π²Π½ΠΎ Π·Π° ΡΠ°Π·Π±ΠΈΡΠ°ΡΠ΅. ΠΠΎΠ΅Π½ΡΠ°ΡΠ° Π΅ Π΄Π΅ΠΊΠ° Π²ΠΎ ΠΈΠ·Π²ΠΎΡΠ½ΠΈΠΎΡ ΠΊΠΎΠ΄ Π½Π° Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ° ΠΈΠΌΠ° ΡΡΠ½ΠΊΡΠΈΡΠ° ΠΊΠΎΡΠ° Π³ΠΈ ΠΎΠ΄ΡΠ΅Π΄ΡΠ²Π° ΡΠΈΠΏΠΎΠ²ΠΈΡΠ΅ Π½Π° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²ΠΈ. ΠΠΊΠΎ ΡΠ΅ ΠΏΠΎΠΊΠ°ΠΆΠ΅ Π΄Π΅ΠΊΠ° Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ° Π½Π°ΠΈΡΠ»Π° Π½Π° Π½ΡΠΌΠ΅ΡΠΈΡΠΊΠ° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²Π°, Π³ΠΎΡΠ½Π°ΡΠ° ΡΡΠ½ΠΊΡΠΈΡΠ° ΡΠ΅ Π³ΠΈ Π½Π°ΡΠ΄Π΅ ΠΌΠ΅ΡΡΠΈΠΊΠΈΡΠ΅ ΡΡΠΎ Π³ΠΈ ΡΠ°Π·Π³Π»Π΅Π΄ΡΠ²Π°Π²ΠΌΠ΅. ΠΠ²Π°Π° ΡΡΠ½ΠΊΡΠΈΡΠ° ΠΊΠΎΡΠΈΡΡΠΈ ΡΡΠ°Π½Π΄Π°ΡΠ΄Π½ΠΈ ΠΎΠΏΠ΅ΡΠ°ΡΠΈΠΈ Π½Π° ΠΏΠ°Π½Π΄ΠΈ Π·Π° ΡΠ°Π±ΠΎΡΠ° ΡΠΎ ΠΎΠ±ΡΠ΅ΠΊΡΠΈ ΠΎΠ΄ ΡΠΈΠΏΠΎΡ Series
, Π΄ΠΎΠΏΠ°ΡΠ° series.mean()
. Π Π΅Π·ΡΠ»ΡΠ°ΡΠΈΡΠ΅ ΠΎΠ΄ ΠΏΡΠ΅ΡΠΌΠ΅ΡΠΊΠΈΡΠ΅ ΡΠ΅ ΡΡΠ²Π°Π°Ρ Π²ΠΎ ΡΠ΅ΡΠ½ΠΈΠΊ stats
. Π₯ΠΈΡΡΠΎΠ³ΡΠ°ΠΌΠΈΡΠ΅ ΡΠ΅ Π³Π΅Π½Π΅ΡΠΈΡΠ°Π°Ρ ΡΠΎ ΠΏΠΎΠΌΠΎΡ Π½Π° Π°Π΄Π°ΠΏΡΠΈΡΠ°Π½Π° Π²Π΅ΡΠ·ΠΈΡΠ° Π½Π° ΡΡΠ½ΠΊΡΠΈΡΠ°ΡΠ° matplotlib.pyplot.hist
. ΠΠ΄Π°ΠΏΡΠ°ΡΠΈΡΠ°ΡΠ° ΠΈΠΌΠ° Π·Π° ΡΠ΅Π» Π΄Π° ΠΎΠ±Π΅Π·Π±Π΅Π΄ΠΈ Π΄Π΅ΠΊΠ° ΡΡΠ½ΠΊΡΠΈΡΠ°ΡΠ° ΠΌΠΎΠΆΠ΅ Π΄Π° ΡΠ°Π±ΠΎΡΠΈ ΡΠΎ ΡΠ°Π·Π»ΠΈΡΠ½ΠΈ ΡΠΈΠΏΠΎΠ²ΠΈ Π½Π° ΡΠ΅ΡΠΎΠ²ΠΈ Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ.
ΠΡΠΎΡΡΠ΅Π½ΠΈ ΠΈΠ½Π΄ΠΈΠΊΠ°ΡΠΎΡΠΈ Π·Π° ΠΊΠΎΡΠ΅Π»Π°ΡΠΈΡΠ° ΠΈ ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ ΠΎΠ΄ ΠΏΡΠΈΠΌΠ΅ΡΠΎΠΊ
ΠΠΎ ΡΠ΅Π·ΡΠ»ΡΠ°ΡΠΈΡΠ΅ ΠΎΠ΄ Π°Π½Π°Π»ΠΈΠ·Π°ΡΠ° Π½Π° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²ΠΈΡΠ΅, pandas-profiling, Π²ΠΎ Π΄Π΅Π»ΠΎΡ ΠΠΎΡΠ΅Π»Π°ΡΠΈΠΈ, ΡΠ΅ Π³ΠΈ ΠΏΡΠΈΠΊΠ°ΠΆΠ΅ ΠΌΠ°ΡΡΠΈΡΠΈΡΠ΅ Π·Π° ΠΊΠΎΡΠ΅Π»Π°ΡΠΈΡΠ° ΠΠΈΡΡΠΎΠ½ ΠΈ Π‘ΠΏΠΈΡΠΌΠ°Π½.
ΠΠΈΡΡΠΎΠ½ΠΎΠ²Π° ΠΌΠ°ΡΡΠΈΡΠ° Π½Π° ΠΊΠΎΡΠ΅Π»Π°ΡΠΈΡΠ°
ΠΠΎΠΊΠΎΠ»ΠΊΡ Π΅ ΠΏΠΎΡΡΠ΅Π±Π½ΠΎ, ΠΌΠΎΠΆΠ΅ΡΠ΅, Π²ΠΎ Π»ΠΈΠ½ΠΈΡΠ°ΡΠ° ΠΊΠΎΠ΄ ΡΡΠΎ Π³ΠΎ Π°ΠΊΡΠΈΠ²ΠΈΡΠ° Π³Π΅Π½Π΅ΡΠΈΡΠ°ΡΠ΅ΡΠΎ Π½Π° ΠΈΠ·Π²Π΅ΡΡΠ°ΡΠΎΡ, Π΄Π° Π³ΠΈ ΠΏΠΎΡΡΠ°Π²ΠΈΡΠ΅ ΠΈΠ½Π΄ΠΈΠΊΠ°ΡΠΎΡΠΈΡΠ΅ Π·Π° Π²ΡΠ΅Π΄Π½ΠΎΡΡΠΈΡΠ΅ Π½Π° ΠΏΡΠ°Π³ΠΎΡ ΡΡΠΎ ΡΠ΅ ΠΊΠΎΡΠΈΡΡΠ°Ρ ΠΏΡΠΈ ΠΏΡΠ΅ΡΠΌΠ΅ΡΡΠ²Π°ΡΠ΅ Π½Π° ΠΊΠΎΡΠ΅Π»Π°ΡΠΈΡΠ°ΡΠ°. Π‘ΠΎ ΠΎΠ²Π°, ΠΌΠΎΠΆΠ΅ΡΠ΅ Π΄Π° ΠΎΠ΄ΡΠ΅Π΄ΠΈΡΠ΅ ΠΊΠΎΡΠ° ΡΠ°ΡΠΈΠ½Π° Π½Π° ΠΊΠΎΡΠ΅Π»Π°ΡΠΈΡΠ° ΡΠ΅ ΡΠΌΠ΅ΡΠ° Π·Π° Π²Π°ΠΆΠ½Π° Π·Π° Π²Π°ΡΠ°ΡΠ° Π°Π½Π°Π»ΠΈΠ·Π°.
ΠΠΎΠ½Π΅ΡΠ½ΠΎ, ΠΈΠ·Π²Π΅ΡΡΠ°ΡΠΎΡ Π·Π° ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈ, Π²ΠΎ Π΄Π΅Π»ΠΎΡ ΠΡΠΈΠΌΠ΅ΡΠΎΠΊ, ΠΏΡΠΈΠΊΠ°ΠΆΡΠ²Π°, ΠΊΠ°ΠΊΠΎ ΠΏΡΠΈΠΌΠ΅Ρ, Π΄Π΅Π» ΠΎΠ΄ ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈΡΠ΅ Π·Π΅ΠΌΠ΅Π½ΠΈ ΠΎΠ΄ ΠΏΠΎΡΠ΅ΡΠΎΠΊΠΎΡ Π½Π° ΠΌΠ½ΠΎΠΆΠ΅ΡΡΠ²ΠΎΡΠΎ ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ. ΠΠ²ΠΎΡ ΠΏΡΠΈΡΡΠ°ΠΏ ΠΌΠΎΠΆΠ΅ Π΄Π° Π΄ΠΎΠ²Π΅Π΄Π΅ Π΄ΠΎ Π½Π΅ΠΏΡΠΈΡΠ°ΡΠ½ΠΈ ΠΈΠ·Π½Π΅Π½Π°Π΄ΡΠ²Π°ΡΠ°, Π±ΠΈΠ΄Π΅ΡΡΠΈ ΠΏΡΠ²ΠΈΡΠ΅ Π½Π΅ΠΊΠΎΠ»ΠΊΡ Π½Π°Π±ΡΡΠ΄ΡΠ²Π°ΡΠ° ΠΌΠΎΠΆΠ΅ Π΄Π° ΠΏΡΠ΅ΡΡΡΠ°Π²ΡΠ²Π°Π°Ρ ΠΏΡΠΈΠΌΠ΅ΡΠΎΠΊ ΡΡΠΎ Π½Π΅ Π³ΠΈ ΠΎΠ΄ΡΠ°Π·ΡΠ²Π° ΠΊΠ°ΡΠ°ΠΊΡΠ΅ΡΠΈΡΡΠΈΠΊΠΈΡΠ΅ Π½Π° ΡΠ΅Π»ΠΈΠΎΡ ΡΠ΅Ρ Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ.
ΠΠ΅Π» ΠΊΠΎΡ ΡΠΎΠ΄ΡΠΆΠΈ ΠΏΡΠΈΠΌΠ΅ΡΠΎΠΊ ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ ΡΡΠΎ ΡΠ΅ ΠΈΡΠΏΠΈΡΡΠ²Π°Π°Ρ
ΠΠ°ΠΊΠΎ ΡΠ΅Π·ΡΠ»ΡΠ°Ρ Π½Π° ΡΠΎΠ°, Π½Π΅ ΠΏΡΠ΅ΠΏΠΎΡΠ°ΡΡΠ²Π°ΠΌ Π΄Π° ΠΎΠ±ΡΠ½ΡΠ²Π°ΠΌ Π²Π½ΠΈΠΌΠ°Π½ΠΈΠ΅ Π½Π° ΠΎΠ²ΠΎΡ ΠΏΠΎΡΠ»Π΅Π΄Π΅Π½ Π΄Π΅Π». ΠΠ°ΠΌΠ΅ΡΡΠΎ ΡΠΎΠ°, ΠΏΠΎΠ΄ΠΎΠ±ΡΠΎ Π΅ Π΄Π° ΡΠ΅ ΠΊΠΎΡΠΈΡΡΠΈ ΠΊΠΎΠΌΠ°Π½Π΄Π°ΡΠ° df.sample(5)
, ΠΊΠΎΡ ΠΏΠΎ ΡΠ»ΡΡΠ°Π΅Π½ ΠΈΠ·Π±ΠΎΡ ΡΠ΅ ΠΈΠ·Π±Π΅ΡΠ΅ 5 Π½Π°Π±ΡΡΠ΄ΡΠ²Π°ΡΠ° ΠΎΠ΄ ΠΌΠ½ΠΎΠΆΠ΅ΡΡΠ²ΠΎΡΠΎ ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ.
Π Π΅Π·ΡΠ»ΡΠ°ΡΠΈΡΠ΅ ΠΎΠ΄
ΠΠ° ΡΠ΅Π·ΠΈΠΌΠΈΡΠ°ΠΌΠ΅, Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ° Π·Π° ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈ ΠΌΡ Π΄Π°Π²Π° Π½Π° Π°Π½Π°Π»ΠΈΡΠΈΡΠ°ΡΠΎΡ Π½Π΅ΠΊΠΎΠΈ ΠΊΠΎΡΠΈΡΠ½ΠΈ ΡΠΏΠΎΡΠΎΠ±Π½ΠΎΡΡΠΈ ΡΡΠΎ ΡΠ΅ Π½ΠΈ ΡΠ΅ Π½Π°ΡΠ΄Π°Ρ Π²ΠΎ ΡΠ»ΡΡΠ°ΠΈ ΠΊΠΎΠ³Π° ΡΡΠ΅Π±Π° Π±ΡΠ·ΠΎ Π΄Π° Π΄ΠΎΠ±ΠΈΠ΅ΡΠ΅ Π³ΡΡΠ±Π° ΠΈΠ΄Π΅ΡΠ° Π·Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈΡΠ΅ ΠΈΠ»ΠΈ Π΄Π° ΠΌΡ ΠΏΡΠ΅Π΄Π°Π΄Π΅ΡΠ΅ ΠΈΠ·Π²Π΅ΡΡΠ°Ρ Π·Π° Π°Π½Π°Π»ΠΈΠ·Π° Π½Π° ΡΠ°Π·ΡΠ·Π½Π°Π²Π°ΡΠ΅ΡΠΎ Π½Π° Π½Π΅ΠΊΠΎΠ³ΠΎ. ΠΠΎ ΠΈΡΡΠΎ Π²ΡΠ΅ΠΌΠ΅, Π²ΠΈΡΡΠΈΠ½ΡΠΊΠ°ΡΠ° ΡΠ°Π±ΠΎΡΠ° ΡΠΎ ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ, Π·Π΅ΠΌΠ°ΡΡΠΈ Π³ΠΈ ΠΏΡΠ΅Π΄Π²ΠΈΠ΄ Π½Π΅Π³ΠΎΠ²ΠΈΡΠ΅ ΠΊΠ°ΡΠ°ΠΊΡΠ΅ΡΠΈΡΡΠΈΠΊΠΈ, ΡΠ΅ ΠΈΠ·Π²Π΅Π΄ΡΠ²Π°, ΠΊΠ°ΠΊΠΎ Π±Π΅Π· ΠΊΠΎΡΠΈΡΡΠ΅ΡΠ΅ Π½Π° ΠΏΡΠΎΡΠΈΠ»ΠΈΡΠ°ΡΠ΅ Π½Π° ΠΏΠ°Π½Π΄ΠΈ, ΡΠ°ΡΠ½ΠΎ.
ΠΠΊΠΎ ΡΠ°ΠΊΠ°ΡΠ΅ Π΄Π° ΠΏΠΎΠ³Π»Π΅Π΄Π½Π΅ΡΠ΅ ΠΊΠ°ΠΊΠΎ ΠΈΠ·Π³Π»Π΅Π΄Π°Π°Ρ ΡΠΈΡΠ΅ Π°Π½Π°Π»ΠΈΠ·ΠΈ Π½Π° ΡΠ°Π·ΡΠ·Π½Π°Π²Π°ΡΠΊΠΈ ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ Π²ΠΎ Π΅Π΄Π½Π° ΡΠ΅ΡΡΠ°ΡΠΊΠ° Jupyter, ΠΏΠΎΠ³Π»Π΅Π΄Π½Π΅ΡΠ΅ Π³ΠΎ
ΠΠΎΡΠΈΡΡΠ²Π°Π½ΠΈ ΡΠΈΡΠ°ΡΠ΅Π»ΠΈ! ΠΠ°Π΄Π΅ Π·Π°ΠΏΠΎΡΠ½ΡΠ²Π°ΡΠ΅ Π΄Π° Π°Π½Π°Π»ΠΈΠ·ΠΈΡΠ°ΡΠ΅ Π½ΠΎΠ²ΠΈ Π·Π±ΠΈΡΠΊΠΈ Π½Π° ΠΏΠΎΠ΄Π°ΡΠΎΡΠΈ?
ΠΠ·Π²ΠΎΡ: www.habr.com